เทนเซอร์โฟลว์:: ปฏิบัติการ:: เบาบางปรับรูปร่างใหม่

ปรับรูปร่าง SparseTensor ใหม่เพื่อแสดงค่าในรูปร่างหนาแน่นใหม่

สรุป

การดำเนินการนี้มีความหมายเหมือนกับการปรับรูปร่างใหม่บนเทนเซอร์หนาแน่นที่เป็นตัวแทน input_indices จะถูกคำนวณใหม่ตาม new_shape ที่ร้องขอ

หากส่วนประกอบหนึ่งของ new_shape คือค่าพิเศษ -1 ขนาดของมิตินั้นจะถูกคำนวณเพื่อให้ขนาดความหนาแน่นรวมคงที่ ส่วนประกอบของ new_shape สามารถเป็น -1 ได้มากที่สุดหนึ่งองค์ประกอบ จำนวนองค์ประกอบหนาแน่นที่นัยโดย new_shape จะต้องเท่ากับจำนวนองค์ประกอบหนาแน่นที่เดิมนัยโดย input_shape

การปรับรูปร่างใหม่จะไม่ส่งผลต่อลำดับของค่าใน SparseTensor

หากเทนเซอร์อินพุตมีอันดับ R_in และ N ค่าที่ไม่ว่างเปล่า และ new_shape มีความยาว R_out ดังนั้น input_indices จะมีรูปร่าง [N, R_in] , input_shape มีความยาว R_in , output_indices มีรูปร่าง [N, R_out] และ output_shape มีความยาว R_out

ข้อโต้แย้ง:

• ขอบเขต: วัตถุ ขอบเขต
• input_indices: 2-D เมทริกซ์ N x R_in พร้อมดัชนีของค่าที่ไม่ว่างใน SparseTensor
• input_shape: 1-D เวกเตอร์ R_in ที่มีรูปร่างหนาแน่นของ SparseTensor อินพุต
• new_shape: 1-D เวกเตอร์ R_out ที่มีรูปร่างหนาแน่นใหม่ที่ร้องขอ

ผลตอบแทน:

• Output output_indices: 2-D เมทริกซ์ N x R_out พร้อมดัชนีที่อัปเดตของค่าที่ไม่ว่างเปล่าในเอาต์พุต SparseTensor
• Output เอาต์พุต_รูปร่าง: 1-D เวกเตอร์ R_out ที่มีรูปร่างหนาแน่นเต็มของเอาต์พุต SparseTensor สิ่งนี้เหมือนกับ new_shape แต่เติมมิติข้อมูล -1 ลงไป

คุณลักษณะสาธารณะ

Operation operation

::tensorflow::Output output_indices

::tensorflow::Output output_shape

 SparseReshape(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input input_indices,
  ::tensorflow::Input input_shape,
  ::tensorflow::Input new_shape
)