dòng chảy căng:: ôi:: Thưa thớtV2

Tạo ra giao thoa thưa thớt từ danh sách các tensor thưa thớt và dày đặc.

Bản tóm tắt

Op có hai danh sách, một trong 2D SparseTensor và một trong 2D Tensor , mỗi danh sách đại diện cho các tính năng của một cột tính năng. Nó tạo ra một SparseTensor 2D với sự kết hợp hàng loạt các tính năng này.

Ví dụ: nếu đầu vào là

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"]]

thì đầu ra sẽ là

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

nếu hashed_output=true thì đầu ra sẽ là

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")))

Lập luận:

• phạm vi: Một đối tượng Phạm vi
• chỉ số: 2-D. Các chỉ số của mỗi đầu vào SparseTensor .
• giá trị: 1-D. giá trị của mỗi SparseTensor .
• hình dạng: 1-D. Hình dạng của mỗi SparseTensor .
• dày đặc_inputs: 2-D. Các cột được biểu diễn bằng Tensor dày đặc.
• sep: chuỗi được sử dụng khi nối danh sách các đầu vào chuỗi, có thể được sử dụng làm dấu phân cách sau này.

Trả về:

• Output ra_chỉ số đầu ra: 2-D. Các chỉ số của SparseTensor được nối.
• Output trị đầu ra đầu ra: 1-D. Các giá trị không trống của SparseTensor được nối hoặc băm.
• Output đầu ra_shape: 1-D. Hình dạng của SparseTensor được nối.

Thuộc tính công khai

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
)