สร้าง crosse cross จากรายการเทนเซอร์แบบกระจัดกระจายและหนาแน่น
op รับสองรายการ หนึ่งใน `SparseTensor` 2D และหนึ่งใน 'Tensor` 2D ซึ่งแต่ละรายการแสดงถึงคุณลักษณะของคอลัมน์คุณลักษณะหนึ่งคอลัมน์ โดยจะส่งสัญญาณเอาต์พุต `SparseTensor` แบบ 2 มิติพร้อมการข้ามคุณสมบัติเหล่านี้แบบแบทช์
เช่นหากอินพุตเป็น
อินพุต [0]: SparseTensor ที่มีรูปร่าง = [2, 2] [0, 0]: "a" [1, 0]: "b" [1, 1]: "c"
อินพุต [1]: SparseTensor ที่มีรูปร่าง = [2, 1] [0, 0]: "d" [1, 0]: "e"
อินพุต [2]: เทนเซอร์ [["f"], ["g"]]
จากนั้นผลลัพธ์จะเป็น
รูปร่าง = [2, 2] [0, 0]: "a_X_d_X_f" [1, 0]: "b_X_e_X_g" [1, 1]: "c_X_e_X_g"
ถ้า hashed_output=true ผลลัพธ์จะเป็น
รูปร่าง = [2, 2] [0, 0]:ลายนิ้วมือCat64( ลายนิ้วมือ64("f"), ลายนิ้วมือCat64( ลายนิ้วมือ64("d"), ลายนิ้วมือ64("a"))) [1, 0]: ลายนิ้วมือCat64( ลายนิ้วมือ64(" g"),ลายนิ้วมือCat64(ลายนิ้วมือ64("e"),ลายนิ้วมือ64("b"))) [1, 1]:ลายนิ้วมือCat64(ลายนิ้วมือ64("g"),ลายนิ้วมือCat64(ลายนิ้วมือ64("e"),ลายนิ้วมือ64("c" )))
ค่าคงที่
| สตริง | OP_NAME | ชื่อของ op นี้ ซึ่งรู้จักกันในชื่อของเอ็นจิ้นหลัก TensorFlow |
วิธีการสาธารณะ
| SparseCross แบบคงที่ | |
| เอาท์พุต <TInt64> | ดัชนีเอาท์พุท () 2-D |
| เอาท์พุต <TInt64> | รูปร่างเอาท์พุท () 1-D. |
| เอาท์พุต < TString > | ค่าเอาท์พุต () 1-D. |
วิธีการสืบทอด
ค่าคงที่
สตริงสุดท้ายแบบคงที่สาธารณะ OP_NAME
ชื่อของ op นี้ ซึ่งรู้จักกันในชื่อของเอ็นจิ้นหลัก TensorFlow
วิธีการสาธารณะ
การสร้าง SparseCross แบบคงที่สาธารณะ (ขอบเขต ขอบเขต , Iterable< Operand < TInt64 >> ดัชนี, Iterable< Operand <?>> ค่า, Iterable< Operand < TInt64 >> รูปร่าง, Iterable< Operand <?>> หนาแน่นInputs, Operand < TString > sep)
วิธีการจากโรงงานเพื่อสร้างคลาสที่รวมการดำเนินการ SparseCross ใหม่
พารามิเตอร์
| ขอบเขต | ขอบเขตปัจจุบัน |
|---|---|
| ดัชนี | 2-D ดัชนีของแต่ละอินพุต `SparseTensor` |
| ค่านิยม | 1-D. ค่าของ `SparseTensor` แต่ละตัว |
| รูปร่าง | 1-D. รูปร่างของ `SparseTensor` แต่ละตัว |
| อินพุตหนาแน่น | 2-D คอลัมน์ที่แสดงด้วย "เทนเซอร์" หนาแน่น |
| ก.ย | สตริงที่ใช้เมื่อเข้าร่วมรายการอินพุตสตริง สามารถใช้เป็นตัวคั่นได้ในภายหลัง |
การส่งคืน
- ตัวอย่างใหม่ของ SparseCross