Menghitung jumlah elemen di seluruh dimensi SparseTensor.
Operasi ini menggunakan SparseTensor dan merupakan mitra sparse dari tf.reduce_sum()
. Berbeda dengan SparseReduceSum, Operasi ini mengembalikan SparseTensor.
Mengurangi `sp_input` sepanjang dimensi yang diberikan dalam `reduction_axes`. Kecuali `keep_dims` benar, peringkat tensor dikurangi 1 untuk setiap entri di `reduction_axes`. Jika `keep_dims` benar, dimensi yang dikurangi akan dipertahankan dengan panjang 1.
Jika `reduction_axes` tidak memiliki entri, semua dimensi akan dikurangi, dan tensor dengan satu elemen akan dikembalikan. Selain itu, sumbunya bisa negatif, yang diinterpretasikan sesuai dengan aturan pengindeksan dengan Python.
Kelas Bersarang
kelas | SparseReduceSumSparse.Options | Atribut opsional untuk SparseReduceSumSparse |
Konstanta
Rangkaian | OP_NAME | Nama operasi ini dikenal dengan mesin inti TensorFlow |
Metode Publik
statis <T memperluas TType > SparseReduceSumSparse <T> | |
SparseReduceSumSparse.Options statis | keepDims (Boolean keepDims) |
Keluaran < TInt64 > | |
Keluaran < TInt64 > | |
Keluaran <T> |
Metode Warisan
Konstanta
String akhir statis publik OP_NAME
Nama operasi ini dikenal dengan mesin inti TensorFlow
Metode Publik
public static SparseReduceSumSparse <T> buat ( Lingkup cakupan , Operan < TInt64 > inputIndices, Operan <T> inputValues, Operan < TInt64 > inputShape, Operan < TInt32 > penguranganAxes, Opsi... opsi)
Metode pabrik untuk membuat kelas yang membungkus operasi SparseReduceSumSparse baru.
Parameter
cakupan | ruang lingkup saat ini |
---|---|
masukanIndeks | 2-D. Matriks `N x R` dengan indeks nilai tidak kosong dalam SparseTensor, mungkin tidak dalam urutan kanonik. |
nilai masukan | 1-D. `N` nilai tidak kosong yang sesuai dengan `input_indices`. |
bentuk masukan | 1-D. Bentuk masukan SparseTensor. |
penguranganSumbu | 1-D. Panjang-vektor `K` yang memuat sumbu reduksi. |
pilihan | membawa nilai atribut opsional |
Kembali
- contoh baru dari SparseReduceSumSparse
SparseReduceSumSparse.Options statis publik keepDims (Boolean keepDims)
Parameter
keepDim | Jika benar, pertahankan dimensi yang diperkecil dengan panjang 1. |
---|