সতর্কতা: প্রতিস্থাপন স্থিতিশীল হওয়ার পরে এই API টি অবচয় করা হয়েছে এবং টেনসরফ্লোয়ের ভবিষ্যতের সংস্করণে সরানো হবে।

SparseMatrixSparseMatMul

পাবলিক ফাইনাল ক্লাস স্পার্সম্যাট্রিক্সস্পার্সম্যাটমুল

স্পার্স-ম্যাট্রিক্স-দুটি সিএসআর ম্যাট্রিক্স-এ` এবং `বিও গুণ করে`

একটি স্পারস ম্যাট্রিক্স `বি` দিয়ে একটি বিচ্ছিন্ন ম্যাট্রিক্স` a` এর একটি ম্যাট্রিক্স গুণমান সম্পাদন করে; sp a` বা `b` স্থানান্তরিত বা সমন্বিত না করা হলে একটি বিচ্ছিন্ন ম্যাট্রিক্স` a * b` প্রদান করে।

প্রতিটি ম্যাট্রিক্স বুলিয়ান প্যারামিটারগুলি `ট্রান্সপোজ_আ`,` অ্যাজমেন্ট_এ`, `ট্রান্সপোজ_বি` এবং` অ্যাজমিট_বি` অনুসারে স্থানান্তরিত বা সংযোজন (সংহত এবং স্থানান্তরিত) হতে পারে ` `ট্রান্সপোজ_এ` বা` অ্যাজমিট_এ` এর বেশিরভাগের মধ্যেই সত্য হতে পারে। একইভাবে, `ট্রান্সপোজ_বি` বা` অ্যাজমিট_বি` এর বেশিরভাগের মধ্যেই সত্য হতে পারে।

ইনপুটগুলির অবশ্যই সামঞ্জস্যপূর্ণ আকার থাকতে হবে। অর্থাৎ, `a` এর অভ্যন্তরীণ মাত্রা অবশ্যই` b` এর বহিরাগত মাত্রার সমান হতে হবে ` এই প্রয়োজনীয়তাটি `a` বা` b or স্থানান্তরিত বা স্থির করা হয়েছে তা অনুযায়ী সামঞ্জস্য করা হয়।

`প্রকারের পরামিতি ম্যাট্রিক্স উপাদানগুলির প্রকারকে বোঝায়। `A` এবং` b` উভয়েরই একই ধরণের থাকতে হবে। সমর্থিত প্রকারগুলি হ'ল: `ফ্লোট 32`,` ফ্লোট 64`, `কমপ্লেক্স 64` এবং` কমপ্লেক্স 128` `

`A` এবং` b` উভয়েরই অবশ্যই একই র‌্যাঙ্ক থাকতে হবে। সম্প্রচার সমর্থিত নয়। যদি তাদের র‌্যাঙ্ক 3 থাকে তবে 2 ডি সিএসআরস্পারস ম্যাটারিক্সের প্রতিটি ব্যাচ `a` এবং` b` এর মধ্যে একই ঘন আকারের হতে হবে।

স্পারস ম্যাট্রিক্স পণ্যতে সংখ্যাসূচক (অ-কাঠামোগত) শূন্য থাকতে পারে। টোডো (অনুধায়ান): জিরোগুলি ছাঁটাই করা উচিত কিনা তা নিয়ন্ত্রণ করতে একটি বুলিয়ান বৈশিষ্ট্য যুক্ত করার কথা বিবেচনা করুন।

ব্যবহারের উদাহরণ:

from tensorflow.python.ops.linalg.sparse import sparse_csr_matrix_ops
 
     a_indices = np.array([[0, 0], [2, 3], [2, 4], [3, 0]])
     a_values = np.array([1.0, 5.0, -1.0, -2.0], np.float32)
     a_dense_shape = [4, 5]
 
     b_indices = np.array([[0, 0], [3, 0], [3, 1]])
     b_values = np.array([2.0, 7.0, 8.0], np.float32)
     b_dense_shape = [5, 3]
 
     with tf.Session() as sess:
       # Define (COO format) Sparse Tensors over Numpy arrays
       a_st = tf.sparse.SparseTensor(a_indices, a_values, a_dense_shape)
       b_st = tf.sparse.SparseTensor(b_indices, b_values, b_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)
       b_sm = sparse_csr_matrix_ops.sparse_tensor_to_csr_sparse_matrix(
           b_st.indices, b_st.values, b_st.dense_shape)
 
       # Compute the CSR SparseMatrix matrix multiplication
       c_sm = sparse_csr_matrix_ops.sparse_matrix_sparse_mat_mul(
           a=a_sm, b=b_sm, type=tf.float32)
 
       # Convert the CSR SparseMatrix product to a dense Tensor
       c_sm_dense = sparse_csr_matrix_ops.csr_sparse_matrix_to_dense(
           c_sm, tf.float32)
       # Evaluate the dense Tensor value
       c_sm_dense_value = sess.run(c_sm_dense)
 
`c_sm_dense_value` ঘন ম্যাট্রিক্স পণ্যটি সঞ্চয় করে:
[[  2.   0.   0.]
      [  0.   0.   0.]
      [ 35.  40.   0.]
      [ -4.   0.   0.]]
 
a: A` CSRSparseMatrix` ` বি: একই ধরণের এবং `a` হিসাবে র‌্যাঙ্কযুক্ত একটি` CSRSparseMatrix` ` প্রকার: `a` এবং` b` উভয়ের প্রকার ` ট্রান্সপোজ_এ: যদি সত্য হয় তবে। a` গুণণের আগে স্থানান্তরিত হয়েছে। ট্রান্সপোজ_বি: যদি সত্য হয় তবে, গুণণের আগে `b` স্থানান্তরিত। অ্যাডজাইমেন্ট_এ: যদি এটি সত্য হয় তবে lic অ্যাডজাইমেন্ট_ বি: যদি এটি সত্য হয় তবে গুণনের আগে ointed

নেস্টেড ক্লাস

ক্লাস স্পার্সম্যাট্রিক্সস্পার্সম্যাটমুল.অপশনস SparseMatrixSparseMatMul জন্য SparseMatrixSparseMatMul বৈশিষ্ট্য

পাবলিক পদ্ধতি

স্ট্যাটিক স্পার্সম্যাট্রিক্সস্পার্সম্যাটমুল.অ্যাপশনস
অ্যাডজাইমেন্টএ (বুলিয়ান অ্যাজপেনটিএ)
স্ট্যাটিক স্পার্সম্যাট্রিক্সস্পার্সম্যাটমুল.অ্যাপশনস
অ্যাডজয়েন্টবি (বুলিয়ান অ্যাডজেন্টবি)
আউটপুট <অবজেক্ট>
আউটপুট ()
একটি সেন্সরটির প্রতীকী হ্যান্ডেল ফেরত দেয়।
আউটপুট <?>
সি ()
একটি সিএসআরস্পারসামাত্রিক্স।
স্ট্যাটিক <টি> স্পার্স ম্যাট্রিক্সস্পার্সম্যাটমুল
তৈরি করুন ( স্কোপ স্কোপ, অপেরাড <?> এ, অপেরাড <?> বি, ক্লাস <টি> টাইপ, অপশন ... অপশন)
একটি নতুন স্পারসাম্যাট্রিক্সস্পারস্যাটম্যাটমুল ক্রিয়াকলাপ মোড়ানো একটি শ্রেণি তৈরির জন্য কারখানা পদ্ধতি।
স্ট্যাটিক স্পার্সম্যাট্রিক্সস্পার্সম্যাটমুল.অ্যাপশনস
ট্রান্সপোসএ (বুলিয়ান ট্রান্সপোসএ)
স্ট্যাটিক স্পার্সম্যাট্রিক্সস্পার্সম্যাটমুল.অ্যাপশনস
ট্রান্সপোজবি (বুলিয়ান ট্রান্সপোজবি)

উত্তরাধিকারী পদ্ধতি

পাবলিক পদ্ধতি

পাবলিক স্ট্যাটিক স্পার্স ম্যাট্রিক্সস্পারস ম্যাটমুল.অপশন অ্যাডেজমেন্টএ (বুলিয়ান অ্যাজপেনটিএ)

পরামিতি
adjointA `A` সংযোগ-স্থানান্তরিত হওয়া উচিত কিনা তা নির্দেশ করে Ind

পাবলিক স্ট্যাটিক স্পার্স ম্যাট্রিক্সস্পারস ম্যাটমুল.অপশন অ্যাজমেন্টমেন্টবি (বুলিয়ান অ্যাডজেন্টবি)

পরামিতি
অ্যাডজেন্টবি `B` কনজুগেট-স্থানান্তরিত হওয়া উচিত কিনা তা নির্দেশ করে।

সর্বজনীন আউটপুট <অবজেক্ট> আউটপুট হিসাবে ()

একটি সেন্সরটির প্রতীকী হ্যান্ডেল ফেরত দেয়।

টেনসরফ্লো অপারেশনের ইনপুটগুলি অন্য টেনসরফ্লো অপারেশনের আউটপুট। এই পদ্ধতিটি প্রতীকী হ্যান্ডেল প্রাপ্ত করতে ব্যবহৃত হয় যা ইনপুটটির গণনা উপস্থাপন করে।

সর্বজনীন আউটপুট <?> সি ()

একটি সিএসআরস্পারসামাত্রিক্স।

পাবলিক স্ট্যাটিক স্পার্সম্যাট্রিক্সস্পার্সম্যাটমুল তৈরি করুন ( স্কোপ স্কোপ, অপেরাড <?> এ, অপেরাড <?> খ, ক্লাস < ট্যাট টাইপ, অপশন ... অপশন)

একটি নতুন স্পারসাম্যাট্রিক্সস্পারস্যাটম্যাটমুল ক্রিয়াকলাপ মোড়ানো একটি শ্রেণি তৈরির জন্য কারখানা পদ্ধতি।

পরামিতি
সুযোগ বর্তমান সুযোগ
একটি সিএসআরস্পারসামাত্রিক্স।
একটি সিএসআরস্পারসামাত্রিক্স।
বিকল্পগুলি alচ্ছিক বৈশিষ্ট্য মান বহন করে
ফিরে আসে
  • স্পারসাম্যাট্রিক্সস্পার্সম্যাটমুলের একটি নতুন উদাহরণ

পাবলিক স্ট্যাটিক স্পার্স ম্যাট্রিক্সস্পারস ম্যাটমুল.অপশন ট্রান্সপোসএ (বুলিয়ান ট্রান্সপোসএ)

পরামিতি
ট্রান্সপোসএ `A` স্থানান্তর করা উচিত কিনা তা নির্দেশ করে।

পাবলিক স্ট্যাটিক স্পার্স ম্যাট্রিক্সস্পারস ম্যাটমুল.অপশন ট্রান্সপোজবি (বুলিয়ান ট্রান্সপোজবি)

পরামিতি
ট্রান্সপোজবি `B` স্থানান্তরিত হওয়া উচিত কিনা তা নির্দেশ করে।