Menghasilkan persilangan renggang dari daftar tensor renggang dan padat.
Operasi ini mengambil dua daftar, satu `SparseTensor` 2D dan satu `Tensor` 2D, masing-masing mewakili fitur dari satu kolom fitur. Ini menghasilkan `SparseTensor` 2D dengan persilangan fitur-fitur ini secara batch.
Misalnya, jika masukannya adalah
input[0]: SparseTensor dengan bentuk = [2, 2] [0, 0]: "a" [1, 0]: "b" [1, 1]: "c"
input[1]: SparseTensor dengan bentuk = [2, 1] [0, 0]: "d" [1, 0]: "e"
masukan[2]: Tensor [["f"], ["g"]]
maka outputnya adalah
bentuk = [2, 2] [0, 0]: "a_X_d_X_f" [1, 0]: "b_X_e_X_g" [1, 1]: "c_X_e_X_g"
jika hashed_output=true maka outputnya akan menjadi
bentuk = [2, 2] [0, 0]: FingerprintCat64( Fingerprint64("f"), FingerprintCat64( Fingerprint64("d"), Fingerprint64("a"))) [1, 0]: FingerprintCat64( Fingerprint64(" g"), FingerprintCat64( Fingerprint64("e"), Fingerprint64("b"))) [1, 1]: FingerprintCat64( Fingerprint64("g"), FingerprintCat64( Fingerprint64("e"), Fingerprint64("c" )))
Konstanta
Rangkaian | OP_NAME | Nama operasi ini dikenal dengan mesin inti TensorFlow |
Metode Publik
SparseCross statis | |
Keluaran < TInt64 > | Indeks keluaran () 2-D. |
Keluaran < TInt64 > | bentuk keluaran () 1-D. |
Keluaran <TString> | Nilai keluaran () 1-D. |
Metode Warisan
Konstanta
String akhir statis publik OP_NAME
Nama operasi ini dikenal dengan mesin inti TensorFlow
Metode Publik
public static SparseCross create ( Lingkup lingkup, Iterable< Operand < TInt64 >> indeks, Iterable< Operand <?>> nilai, Iterable< Operand < TInt64 >> bentuk, Iterable< Operand <?>> input padat, Operan < TString > sep)
Metode pabrik untuk membuat kelas yang membungkus operasi SparseCross baru.
Parameter
cakupan | ruang lingkup saat ini |
---|---|
indeks | 2-D. Indeks setiap masukan `SparseTensor`. |
nilai-nilai | 1-D. nilai setiap `SparseTensor`. |
bentuk | 1-D. Bentuk setiap `SparseTensor`. |
input padat | 2-D. Kolom diwakili oleh `Tensor` yang padat. |
September | string yang digunakan saat menggabungkan daftar input string, nantinya dapat digunakan sebagai pemisah. |
Kembali
- contoh baru dari SparseCross