SparseMatrixSparseMatMul

kelas akhir publik SparseMatrixSparseMatMul

Matriks renggang-mengalikan dua matriks CSR `a` dan `b`.

Melakukan perkalian matriks dari matriks renggang `a` dengan matriks renggang `b`; mengembalikan matriks renggang `a * b`, kecuali `a` atau `b` dialihkan atau disatukan.

Setiap matriks dapat ditransposisi atau disatukan (terkonjugasi dan ditransposisikan) sesuai dengan parameter Boolean `transpose_a`, `adjoint_a`, `transpose_b` dan `adjoint_b`. Paling banyak salah satu dari `transpose_a` atau `adjoint_a` mungkin Benar. Demikian pula, paling banyak salah satu dari `transpose_b` atau `adjoint_b` mungkin Benar.

Masukan harus memiliki bentuk yang kompatibel. Artinya, dimensi dalam `a` harus sama dengan dimensi luar `b`. Persyaratan ini disesuaikan berdasarkan apakah `a` atau `b` dialihkan atau disatukan.

Parameter `type` menunjukkan jenis elemen matriks. Baik `a` dan `b` harus memiliki tipe yang sama. Jenis yang didukung adalah: `float32`, `float64`, `complex64` dan `complex128`.

Baik `a` dan `b` harus memiliki peringkat yang sama. Penyiaran tidak didukung. Jika memiliki peringkat 3, setiap batch CSRSparseMatrices 2D dalam `a` dan `b` harus memiliki bentuk padat yang sama.

Produk matriks renggang mungkin memiliki angka nol (non-struktural). TODO(anudhyan): Pertimbangkan untuk menambahkan atribut boolean untuk mengontrol apakah akan memangkas angka nol.

Contoh penggunaan:

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` menyimpan produk matriks padat:

[[  2.   0.   0.]
      [  0.   0.   0.]
      [ 35.  40.   0.]
      [ -4.   0.   0.]]
 

a: `CSRSparseMatrix`. b: `CSRSparseMatrix` dengan tipe dan peringkat yang sama dengan `a`. type: Jenis `a` dan `b`. transpose_a: Jika Benar, `a` dialihkan sebelum perkalian. transpose_b: Jika Benar, `b` dialihkan sebelum perkalian. adjoint_a: Jika Benar, `a` disambungkan sebelum perkalian. adjoint_b: Jika Benar, `b` disambung sebelum perkalian.

Kelas Bersarang

kelas

SparseMatrixSparseMatMul.Options

Atribut opsional untuk SparseMatrixSparseMatMul

Konstanta

Rangkaian

OP_NAME

Nama operasi ini dikenal dengan mesin inti TensorFlow

Metode Publik

SparseMatrixSparseMatMul.Options statis	adjointA (Boolean adjointA)
SparseMatrixSparseMatMul.Options statis	adjointB (Boolean adjointB)
Keluaran < Tipe T >	sebagai Keluaran () Mengembalikan pegangan simbolis tensor.
Keluaran <?>	C () Sebuah CSRSparseMatrix.
statis <T memperluas TType > SparseMatrixSparseMatMul	buat ( Lingkup lingkup , Operan <?> a, Operan <?> b, Tipe Kelas<T>, Opsi... opsi) Metode pabrik untuk membuat kelas yang membungkus operasi SparseMatrixSparseMatMul baru.
SparseMatrixSparseMatMul.Options statis	transposeA (Boolean transposeA)
SparseMatrixSparseMatMul.Options statis	transposeB (Boolean transposeB)

Metode Warisan

Dari kelas org.tensorflow.op.RawOp

boolean terakhir	sama dengan (Objek objek)
int terakhir	Kode hash ()
Operasi	op () Kembalikan unit komputasi ini sebagai satu Operation .
String terakhir	keString ()

Dari kelas java.lang.Object

boolean	sama dengan (Objek arg0)
Kelas terakhir<?>	dapatkan Kelas ()
ke dalam	Kode hash ()
kekosongan terakhir	beri tahu ()
kekosongan terakhir	beri tahuSemua ()
Rangkaian	keString ()
kekosongan terakhir	tunggu (arg0 panjang, int arg1)
kekosongan terakhir	tunggu (argumen panjang0)
kekosongan terakhir	Tunggu ()

Dari antarmuka org.tensorflow.op.Op

Lingkungan Eksekusi abstrak	env () Kembalikan lingkungan eksekusi tempat operasi ini dibuat.
Operasi abstrak	op () Kembalikan unit komputasi ini sebagai satu Operation .

Dari antarmuka org.tensorflow.Operand

Keluaran abstrak < TType >	sebagai Keluaran () Mengembalikan pegangan simbolis tensor.
TType abstrak	sebagai Tensor () Mengembalikan tensor pada operan ini.
Bentuk abstrak	membentuk () Mengembalikan bentuk tensor (yang mungkin diketahui sebagian) yang dirujuk oleh Output operan ini.
Kelas abstrak< TType >	jenis () Mengembalikan tipe tensor operan ini

Dari antarmuka org.tensorflow.ndarray.Shaped

abstrak ke dalam	peringkat ()
Bentuk abstrak	membentuk ()
abstrak panjang	ukuran () Menghitung dan mengembalikan ukuran total wadah ini, dalam jumlah nilai.

Konstanta

String akhir statis publik OP_NAME

Nama operasi ini dikenal dengan mesin inti TensorFlow

Nilai Konstan: "SparseMatrixSparseMatMul"

Metode Publik

SparseMatrixSparseMatMul.Options adjointA statis publik (Boolean adjointA)

Parameter

berdampinganA	Menunjukkan apakah `a` harus ditransposisikan secara konjugasi.

SparseMatrixSparseMatMul.Options adjointB statis publik (Boolean adjointB)

Parameter

berdampinganB	Menunjukkan apakah `b` harus ditransposisikan secara konjugasi.

Keluaran publik < TType > asOutput ()

Mengembalikan pegangan simbolis tensor.

Masukan ke operasi TensorFlow adalah keluaran dari operasi TensorFlow lainnya. Metode ini digunakan untuk mendapatkan pegangan simbolis yang mewakili perhitungan input.

Keluaran publik <?> c ()

Sebuah CSRSparseMatrix.

public static SparseMatrixSparseMatMul buat ( Lingkup lingkup, Operan <?> a, Operan <?> b, Tipe Kelas<T>, Opsi... opsi)

Metode pabrik untuk membuat kelas yang membungkus operasi SparseMatrixSparseMatMul baru.

Parameter

cakupan	ruang lingkup saat ini
A	Sebuah CSRSparseMatrix.
B	Sebuah CSRSparseMatrix.
pilihan	membawa nilai atribut opsional

Kembali

• contoh baru dari SparseMatrixSparseMatMul

SparseMatrixSparseMatMul.Options transposeA statis publik (Boolean transposeA)

Parameter

mengubah urutanA	Menunjukkan apakah `a` harus dialihkan.

SparseMatrixSparseMatMul.Options transposeB statis publik (Boolean transposeB)

Parameter

mengubah urutanB	Menunjukkan apakah `b` harus dialihkan.