একটি ক্রমিক মিনিব্যাচ থেকে `স্পার্স টেনসর` ডিসিরিয়ালাইজ করুন এবং সংযুক্ত করুন।
ইনপুট `serialized_sparse` আকৃতির একটি স্ট্রিং ম্যাট্রিক্স হতে হবে `[N x 3]` যেখানে `N` হল মিনিব্যাচের আকার এবং সারিগুলি `SerializeSparse` এর প্যাকড আউটপুটগুলির সাথে মিলে যায়। আসল `স্পার্স টেনসর` অবজেক্টের র্যাঙ্ক অবশ্যই সব মিলে যাবে। যখন চূড়ান্ত `SparseTensor` তৈরি করা হয়, তখন এটি আগত `SparseTensor` অবজেক্টের র্যাঙ্কের চেয়ে এক উচ্চতর র্যাঙ্ক করে (এগুলি একটি নতুন সারি মাত্রার সাথে সংযুক্ত করা হয়েছে)।
সমস্ত মাত্রার জন্য আউটপুট `SparseTensor` অবজেক্টের আকৃতির মান কিন্তু প্রথমটি সংশ্লিষ্ট মাত্রার জন্য ইনপুট `SparseTensor` অবজেক্টের আকৃতির মান জুড়ে সর্বোচ্চ। এর প্রথম আকৃতির মান হল `N`, মিনিব্যাচের আকার।
ইনপুট `SparseTensor` অবজেক্টের সূচকগুলিকে স্ট্যান্ডার্ড লেক্সিকোগ্রাফিক ক্রম অনুসারে অনুমান করা হয়। যদি এটি না হয়, এই ধাপের পরে সূচী ক্রম পুনরুদ্ধার করতে `SparseReorder` চালান।
উদাহরণস্বরূপ, যদি ক্রমিক ইনপুট একটি `[2 x 3]` ম্যাট্রিক্স হয় যা দুটি আসল `স্পার্স টেনসর` বস্তুকে উপস্থাপন করে:
সূচক = [ 0] [10] [20] মান = [1, 2, 3] আকৃতি = [50]
এবং
সূচক = [ 2] [10] মান = [4, 5] আকৃতি = [30]
তারপর চূড়ান্ত ডিসিরিয়ালাইজড `স্পার্স টেনসর` হবে:
সূচক = [0 0] [0 10] [0 20] [1 2] [1 10] মান = [1, 2, 3, 4, 5] আকৃতি = [2 50]
ধ্রুবক
স্ট্রিং | OP_NAME | এই অপের নাম, টেনসরফ্লো কোর ইঞ্জিন দ্বারা পরিচিত |
পাবলিক পদ্ধতি
স্ট্যাটিক <T TType প্রসারিত করে > DeserializeManySparse <T> | |
আউটপুট < TInt64 > | |
আউটপুট < TInt64 > | |
আউটপুট <T> |
উত্তরাধিকারসূত্রে প্রাপ্ত পদ্ধতি
ধ্রুবক
সর্বজনীন স্ট্যাটিক চূড়ান্ত স্ট্রিং OP_NAME
এই অপের নাম, টেনসরফ্লো কোর ইঞ্জিন দ্বারা পরিচিত
পাবলিক পদ্ধতি
পাবলিক স্ট্যাটিক DeserializeManySparse <T> তৈরি করুন ( Scope scope, Operand < TString > serializedSparse, Class<T> dtype)
একটি নতুন DeserializeManySparse অপারেশন মোড়ানো একটি ক্লাস তৈরি করার কারখানা পদ্ধতি।
পরামিতি
সুযোগ | বর্তমান সুযোগ |
---|---|
serializedSparse | 2-D, `N` ক্রমিক `SparseTensor` অবজেক্ট। 3টি কলাম থাকতে হবে। |
dtype | ক্রমিককৃত `SparseTensor` অবজেক্টের `dtype`। |
রিটার্নস
- DeserializeManySparse এর একটি নতুন উদাহরণ