คำเตือน: API นี้เลิกใช้งานแล้วและจะถูกลบออกใน TensorFlow เวอร์ชันในอนาคตหลังจาก การแทนที่ เสถียรแล้ว

SparseMatrixOrderingAMD

ชั้นสุดท้ายประชาชน SparseMatrixOrderingAMD

คำนวณการเรียงลำดับระดับขั้นต่ำโดยประมาณ (AMD) ของ "อินพุต"

คำนวณระดับขั้นต่ำโดยประมาณ (AMD) สำหรับเมทริกซ์กระจัดกระจาย

การเรียงสับเปลี่ยนที่ส่งคืนอาจใช้เพื่อเปลี่ยนแถวและคอลัมน์ของเมทริกซ์กระจัดกระจายที่กำหนด โดยทั่วไปแล้วสิ่งนี้ส่งผลให้ Cholesky กระจัดกระจายของเมทริกซ์แบบกระจายที่เรียงสับเปลี่ยน (หรือการสลายตัวอื่น ๆ ) ในการเติมศูนย์น้อยกว่าเมื่อเปรียบเทียบกับการสลายตัวของเมทริกซ์ดั้งเดิม

เมทริกซ์กระจัดกระจายอินพุตอาจมีอันดับ 2 หรืออันดับ 3 เทนเซอร์เอาต์พุต ซึ่งเป็นตัวแทนจะมีอันดับ 1 หรือ 2 ตามลำดับ โดยมีรูปร่างแบทช์เหมือนกันกับอินพุต

แต่ละองค์ประกอบของเมทริกซ์กระจัดกระจายอินพุตจะต้องเป็นตัวแทนของเมทริกซ์สมมาตรสี่เหลี่ยม อ่านเฉพาะส่วนสามเหลี่ยมล่างของเมทริกซ์ ค่าของเมทริกซ์แบบกระจายไม่มีผลกับการเรียงสับเปลี่ยนที่ส่งคืน จะใช้เฉพาะรูปแบบการกระจัดกระจายของเมทริกซ์แบบกระจายเท่านั้น ดังนั้น การจัดลำดับ AMD แบบเดี่ยวอาจถูกนำมาใช้ซ้ำสำหรับการสลายตัวของ Cholesky ของเมทริกซ์กระจัดกระจายที่มีรูปแบบกระจัดกระจายเหมือนกัน แต่ด้วยค่าที่ต่างกันอาจเป็นไปได้

แต่ละองค์ประกอบแบทช์ของการเรียงสับเปลี่ยนเอาต์พุตแสดงถึงการเรียงสับเปลี่ยนขององค์ประกอบ 'N' โดยที่ส่วนประกอบเมทริกซ์กระจัดกระจายอินพุตแต่ละรายการมีแถว 'N' นั่นคือองค์ประกอบประกอบด้วยจำนวนเต็ม `{0, .. N-1}` แต่ละตัวเพียงครั้งเดียว องค์ประกอบ `i`th แสดงถึงดัชนีแถวที่แถวที่ `i` จับคู่

ตัวอย่างการใช้งาน:

from tensorflow.python.ops.linalg.sparse import sparse_csr_matrix_ops
 
     a_indices = np.array([[0, 0], [1, 1], [2, 1], [2, 2], [3, 3]])
     a_values = np.array([1.0, 2.0, 1.0, 3.0, 4.0], np.float32)
     a_dense_shape = [4, 4]
 
     with tf.Session() as sess:
       # Define (COO format) SparseTensor over Numpy array.
       a_st = tf.sparse.SparseTensor(a_indices, a_values, a_dense_shape)
 
       # Convert SparseTensors to CSR SparseMatrix.
       a_sm = sparse_csr_matrix_ops.sparse_tensor_to_csr_sparse_matrix(
           a_st.indices, a_st.values, a_st.dense_shape)
 
       # Obtain the AMD Ordering for the CSR SparseMatrix.
       ordering_amd = sparse_csr_matrix_ops.sparse_matrix_ordering_amd(sparse_matrix)
 
       ordering_amd_value = sess.run(ordering_amd)
 
`ร้านค้า ordering_amd_value` สั่ง AMD:` [1 2 3 0] `

อินพุต: `CSRSparseMatrix'

วิธีการสาธารณะ

เอาท์พุท <Integer>
asOutput ()
ส่งกลับค่าแฮนเดิลเชิงสัญลักษณ์ของเทนเซอร์
คง SparseMatrixOrderingAMD
สร้าง ( ขอบเขต ขอบเขต Operand <?> การป้อนข้อมูล)
วิธีการ Factory เพื่อสร้างคลาสที่ปิดการดำเนินการ SparseMatrixOrderingAMD ใหม่
เอาท์พุท <Integer>
เอาท์พุท ()
การเรียงลำดับระดับขั้นต่ำโดยประมาณ (AMD) ของ "อินพุต"

วิธีการสืบทอด

วิธีการสาธารณะ

ประชาชน เอาท์พุท <Integer> asOutput ()

ส่งกลับค่าแฮนเดิลเชิงสัญลักษณ์ของเทนเซอร์

อินพุตสำหรับการทำงานของ TensorFlow เป็นเอาต์พุตของการดำเนินการอื่นของ TensorFlow วิธีนี้ใช้เพื่อขอรับหมายเลขอ้างอิงเชิงสัญลักษณ์ที่แสดงถึงการคำนวณของอินพุต

สาธารณะคง SparseMatrixOrderingAMD สร้าง ( ขอบเขต ขอบเขต Operand <?> การป้อนข้อมูล)

วิธีการ Factory เพื่อสร้างคลาสที่ปิดการดำเนินการ SparseMatrixOrderingAMD ใหม่

พารามิเตอร์
ขอบเขต ขอบเขตปัจจุบัน
ป้อนข้อมูล `CSRSparseMatrix`
คืนสินค้า
  • อินสแตนซ์ใหม่ของ SparseMatrixOrderingAMD

ประชาชน เอาท์พุท <Integer> เอาท์พุท ()

การเรียงลำดับระดับขั้นต่ำโดยประมาณ (AMD) ของ "อินพุต"