DeserializeManySparse
با مجموعهها، منظم بمانید
ذخیره و طبقهبندی محتوا براساس اولویتهای شما.
«SparseTensors» را از یک مینیبچ سریالی غیرمستقیم و الحاق کنید.
ورودی «serialized_sparse» باید یک ماتریس رشتهای به شکل «[N x 3]» باشد که در آن «N» اندازه minibatch است و ردیفها با خروجیهای بستهبندی شده «SerializeSparse» مطابقت دارند. رتبههای اشیاء «SparseTensor» اصلی باید همه مطابقت داشته باشند. وقتی «SparseTensor» نهایی ایجاد میشود، یک رتبه بالاتر از رتبههای اشیاء «SparseTensor» ورودی دارد (آنها در امتداد یک بعد ردیف جدید به هم پیوستهاند).
مقادیر شکل شیء خروجی «SparseTensor» برای همه ابعاد است، اما اولی حداکثر مقادیر شکل اشیاء «SparseTensor» ورودی برای ابعاد مربوطه است. اولین مقدار شکل آن "N" است، اندازه کوچک دسته ای.
شاخص های اشیاء «SparseTensor» ورودی به ترتیب واژگانی استاندارد مرتب شده اند. اگر اینطور نیست، پس از این مرحله «SparseReorder» را اجرا کنید تا ترتیب فهرست را بازیابی کنید.
برای مثال، اگر ورودی سریالسازیشده یک ماتریس «[2 x 3]» باشد که دو شی «SparseTensor» اصلی را نشان میدهد:
شاخص = [0] [10] [20] مقادیر = [1، 2، 3] شکل = [50]
و
شاخص = [2] [10] مقادیر = [4، 5] شکل = [30]
سپس «SparseTensor» نهایی غیرسریالیزه شده به صورت زیر خواهد بود:
شاخص = [0 0] [0 10] [0 20] [1 2] [1 10] مقادیر = [1، 2، 3، 4، 5] شکل = [2 50]
ثابت ها
رشته | OP_NAME | نام این عملیات، همانطور که توسط موتور هسته TensorFlow شناخته می شود |
روش های ارثی
از کلاس java.lang.Object بولی | برابر است (شیء arg0) |
کلاس نهایی<?> | getClass () |
بین المللی | هش کد () |
باطل نهایی | اعلام کردن () |
باطل نهایی | اطلاع رسانی به همه () |
رشته | toString () |
باطل نهایی | صبر کنید (long arg0، int arg1) |
باطل نهایی | صبر کنید (طولانی arg0) |
باطل نهایی | صبر کن () |
ثابت ها
رشته نهایی ثابت عمومی OP_NAME
نام این عملیات، همانطور که توسط موتور هسته TensorFlow شناخته می شود
مقدار ثابت: "DeserializeManySparse"
روش های عمومی
روش کارخانه برای ایجاد کلاسی که یک عملیات DeserializeManySparse جدید را بسته بندی می کند.
مولفه های
محدوده | محدوده فعلی |
---|
سریال Sparse | 2-D، اشیاء «SparseTensor» سریال «N» است. باید 3 ستون داشته باشد. |
---|
dtype | «dtype» اشیاء سریال «SparseTensor». |
---|
برمی گرداند
- یک نمونه جدید از DeserializeManySparse
خروجی عمومی <T> sparseValues ()
جز در مواردی که غیر از این ذکر شده باشد،محتوای این صفحه تحت مجوز Creative Commons Attribution 4.0 License است. نمونه کدها نیز دارای مجوز Apache 2.0 License است. برای اطلاع از جزئیات، به خطمشیهای سایت Google Developers مراجعه کنید. جاوا علامت تجاری ثبتشده Oracle و/یا شرکتهای وابسته به آن است.
تاریخ آخرین بهروزرسانی 2025-07-25 بهوقت ساعت هماهنگ جهانی.
[null,null,["تاریخ آخرین بهروزرسانی 2025-07-25 بهوقت ساعت هماهنگ جهانی."],[],[],null,["# DeserializeManySparse\n\npublic final class **DeserializeManySparse** \nDeserialize and concatenate \\`SparseTensors\\` from a serialized minibatch.\n\n\nThe input \\`serialized_sparse\\` must be a string matrix of shape \\`\\[N x 3\\]\\` where\n\\`N\\` is the minibatch size and the rows correspond to packed outputs of\n\\`SerializeSparse\\`. The ranks of the original \\`SparseTensor\\` objects\nmust all match. When the final \\`SparseTensor\\` is created, it has rank one\nhigher than the ranks of the incoming \\`SparseTensor\\` objects\n(they have been concatenated along a new row dimension).\n\n\nThe output \\`SparseTensor\\` object's shape values for all dimensions but the\nfirst are the max across the input \\`SparseTensor\\` objects' shape values\nfor the corresponding dimensions. Its first shape value is \\`N\\`, the minibatch\nsize.\n\n\nThe input \\`SparseTensor\\` objects' indices are assumed ordered in\nstandard lexicographic order. If this is not the case, after this\nstep run \\`SparseReorder\\` to restore index ordering.\n\n\nFor example, if the serialized input is a \\`\\[2 x 3\\]\\` matrix representing two\noriginal \\`SparseTensor\\` objects:\n\n\nindex = \\[ 0\\]\n\\[10\\]\n\\[20\\]\nvalues = \\[1, 2, 3\\]\nshape = \\[50\\]\n\n\nand\n\n\nindex = \\[ 2\\]\n\\[10\\]\nvalues = \\[4, 5\\]\nshape = \\[30\\]\n\n\nthen the final deserialized \\`SparseTensor\\` will be:\n\n\nindex = \\[0 0\\]\n\\[0 10\\]\n\\[0 20\\]\n\\[1 2\\]\n\\[1 10\\]\nvalues = \\[1, 2, 3, 4, 5\\]\nshape = \\[2 50\\]\n\n\u003cbr /\u003e\n\n\u003cbr /\u003e\n\n\u003cbr /\u003e\n\n\u003cbr /\u003e\n\n\u003cbr /\u003e\n\n\u003cbr /\u003e\n\n\u003cbr /\u003e\n\n\u003cbr /\u003e\n\n\u003cbr /\u003e\n\n### Constants\n\n|--------|----------------------------------------------------------------------------------|---------------------------------------------------------|\n| String | [OP_NAME](/jvm/api_docs/java/org/tensorflow/op/io/DeserializeManySparse#OP_NAME) | The name of this op, as known by TensorFlow core engine |\n\n### Public Methods\n\n|--------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|--------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|\n| static \\\u003cT extends [TType](/jvm/api_docs/java/org/tensorflow/types/family/TType)\\\u003e [DeserializeManySparse](/jvm/api_docs/java/org/tensorflow/op/io/DeserializeManySparse)\\\u003cT\\\u003e | [create](/jvm/api_docs/java/org/tensorflow/op/io/DeserializeManySparse#create(org.tensorflow.op.Scope, org.tensorflow.Operand\u003corg.tensorflow.types.TString\u003e, java.lang.Class\u003cT\u003e))([Scope](/jvm/api_docs/java/org/tensorflow/op/Scope) scope, [Operand](/jvm/api_docs/java/org/tensorflow/Operand)\\\u003c[TString](/jvm/api_docs/java/org/tensorflow/types/TString)\\\u003e serializedSparse, Class\\\u003cT\\\u003e dtype) Factory method to create a class wrapping a new DeserializeManySparse operation. |\n| [Output](/jvm/api_docs/java/org/tensorflow/Output)\\\u003c[TInt64](/jvm/api_docs/java/org/tensorflow/types/TInt64)\\\u003e | [sparseIndices](/jvm/api_docs/java/org/tensorflow/op/io/DeserializeManySparse#sparseIndices())() |\n| [Output](/jvm/api_docs/java/org/tensorflow/Output)\\\u003c[TInt64](/jvm/api_docs/java/org/tensorflow/types/TInt64)\\\u003e | [sparseShape](/jvm/api_docs/java/org/tensorflow/op/io/DeserializeManySparse#sparseShape())() |\n| [Output](/jvm/api_docs/java/org/tensorflow/Output)\\\u003cT\\\u003e | [sparseValues](/jvm/api_docs/java/org/tensorflow/op/io/DeserializeManySparse#sparseValues())() |\n\n### Inherited Methods\n\nFrom class [org.tensorflow.op.RawOp](/jvm/api_docs/java/org/tensorflow/op/RawOp) \n\n|----------------------------------------------------------|---------------------------------------------------------------------------------------------------------------------------------------------------------------|\n| final boolean | [equals](/jvm/api_docs/java/org/tensorflow/op/RawOp#equals(java.lang.Object))(Object obj) |\n| final int | [hashCode](/jvm/api_docs/java/org/tensorflow/op/RawOp#hashCode())() |\n| [Operation](/jvm/api_docs/java/org/tensorflow/Operation) | [op](/jvm/api_docs/java/org/tensorflow/op/RawOp#op())() Return this unit of computation as a single [Operation](/jvm/api_docs/java/org/tensorflow/Operation). |\n| final String | [toString](/jvm/api_docs/java/org/tensorflow/op/RawOp#toString())() |\n\nFrom class java.lang.Object \n\n|------------------|---------------------------|\n| boolean | equals(Object arg0) |\n| final Class\\\u003c?\\\u003e | getClass() |\n| int | hashCode() |\n| final void | notify() |\n| final void | notifyAll() |\n| String | toString() |\n| final void | wait(long arg0, int arg1) |\n| final void | wait(long arg0) |\n| final void | wait() |\n\nFrom interface [org.tensorflow.op.Op](/jvm/api_docs/java/org/tensorflow/op/Op) \n\n|-----------------------------------------------------------------------------------------|------------------------------------------------------------------------------------------------------------------------------------------------------------|\n| abstract [ExecutionEnvironment](/jvm/api_docs/java/org/tensorflow/ExecutionEnvironment) | [env](/jvm/api_docs/java/org/tensorflow/op/Op#env())() Return the execution environment this op was created in. |\n| abstract [Operation](/jvm/api_docs/java/org/tensorflow/Operation) | [op](/jvm/api_docs/java/org/tensorflow/op/Op#op())() Return this unit of computation as a single [Operation](/jvm/api_docs/java/org/tensorflow/Operation). |\n\nConstants\n---------\n\n#### public static final String\n**OP_NAME**\n\nThe name of this op, as known by TensorFlow core engine \nConstant Value: \"DeserializeManySparse\"\n\nPublic Methods\n--------------\n\n#### public static [DeserializeManySparse](/jvm/api_docs/java/org/tensorflow/op/io/DeserializeManySparse)\\\u003cT\\\u003e\n**create**\n([Scope](/jvm/api_docs/java/org/tensorflow/op/Scope) scope, [Operand](/jvm/api_docs/java/org/tensorflow/Operand)\\\u003c[TString](/jvm/api_docs/java/org/tensorflow/types/TString)\\\u003e serializedSparse, Class\\\u003cT\\\u003e dtype)\n\nFactory method to create a class wrapping a new DeserializeManySparse operation. \n\n##### Parameters\n\n| scope | current scope |\n| serializedSparse | 2-D, The \\`N\\` serialized \\`SparseTensor\\` objects. Must have 3 columns. |\n| dtype | The \\`dtype\\` of the serialized \\`SparseTensor\\` objects. |\n|------------------|--------------------------------------------------------------------------|\n\n##### Returns\n\n- a new instance of DeserializeManySparse \n\n#### public [Output](/jvm/api_docs/java/org/tensorflow/Output)\\\u003c[TInt64](/jvm/api_docs/java/org/tensorflow/types/TInt64)\\\u003e\n**sparseIndices**\n()\n\n\u003cbr /\u003e\n\n#### public [Output](/jvm/api_docs/java/org/tensorflow/Output)\\\u003c[TInt64](/jvm/api_docs/java/org/tensorflow/types/TInt64)\\\u003e\n**sparseShape**\n()\n\n\u003cbr /\u003e\n\n#### public [Output](/jvm/api_docs/java/org/tensorflow/Output)\\\u003cT\\\u003e\n**sparseValues**\n()\n\n\u003cbr /\u003e"]]