tensor akışı:: işlem:: Seyrek ÇaprazV2

Seyrek ve yoğun tensörlerin listesinden seyrek çapraz oluşturur.

Özet

Operasyon, her biri bir özellik sütununun özelliklerini temsil eden, biri 2D SparseTensor ve diğeri 2D Tensor olmak üzere iki liste alır. Bu özelliklerin toplu çaprazlamalarıyla bir 2D SparseTensor çıktısı alır.

Örneğin, eğer girişler

inputs[0]: SparseTensor with shape = [2, 2]
[0, 0]: "a"
[1, 0]: "b"
[1, 1]: "c"

inputs[1]: SparseTensor with shape = [2, 1]
[0, 0]: "d"
[1, 0]: "e"

inputs[2]: Tensor [["f"], ["g"]]

o zaman çıktı olacak

shape = [2, 2]
[0, 0]: "a_X_d_X_f"
[1, 0]: "b_X_e_X_g"
[1, 1]: "c_X_e_X_g"

hashed_output=true ise çıktı şu şekilde olacaktır:

shape = [2, 2]
[0, 0]: FingerprintCat64(
            Fingerprint64("f"), FingerprintCat64(
                Fingerprint64("d"), Fingerprint64("a")))
[1, 0]: FingerprintCat64(
            Fingerprint64("g"), FingerprintCat64(
                Fingerprint64("e"), Fingerprint64("b")))
[1, 1]: FingerprintCat64(
            Fingerprint64("g"), FingerprintCat64(
                Fingerprint64("e"), Fingerprint64("c")))

Argümanlar:

• kapsam: Bir Kapsam nesnesi
• endeksler: 2-D. Her girişin indeksleri SparseTensor .
• değerler: 1-D. her SparseTensor değerleri.
• şekiller: 1-D. Her SparseTensor şekilleri.
• yoğun_girişler: 2 boyutlu. Yoğun Tensor ile temsil edilen sütunlar.
• sep: dize girişleri listesine katılırken kullanılan dize, daha sonra ayırıcı olarak kullanılabilir.

İade:

• Output çıktı_endeksleri: 2-D. Birleştirilmiş SparseTensor endeksleri.
• Output çıkış_değerleri: 1-D. Birleştirilmiş veya hash edilmiş SparseTensor boş olmayan değerleri.
• Output çıktı_şekli: 1-D. Birleştirilmiş SparseTensor şekli.

Genel özellikler

Operation operation

::tensorflow::Output output_indices

::tensorflow::Output output_shape

::tensorflow::Output output_values

 SparseCrossV2(
  const ::tensorflow::Scope & scope,
  ::tensorflow::InputList indices,
  ::tensorflow::InputList values,
  ::tensorflow::InputList shapes,
  ::tensorflow::InputList dense_inputs,
  ::tensorflow::Input sep
)