SparseReorder

کلاس نهایی عمومی SparseReorder

یک SparseTensor را به ترتیب متعارف و ردیف اصلی تغییر ترتیب می دهد.

توجه داشته باشید که طبق قرارداد، همه عملیات‌های پراکنده ترتیب متعارف را در امتداد افزایش تعداد ابعاد حفظ می‌کنند. تنها زمانی که می توان ترتیب را نقض کرد، هنگام دستکاری دستی بردارهای شاخص ها و مقادیر برای افزودن ورودی ها است.

ترتیب مجدد بر شکل SparseTensor تأثیری ندارد.

اگر تانسور دارای مقادیر غیر خالی «R» و «N» باشد، «شاخص_ورودی» شکل «[N، R]»، مقادیر_ورودی دارای طول «N» و input_shape دارای طول «R» است.

ثابت ها

رشته OP_NAME نام این عملیات، همانطور که توسط موتور هسته TensorFlow شناخته می شود

روش های عمومی

static <T TType > SparseReorder <T> را گسترش می دهد
ایجاد ( دامنه ، عملوند < TINT64 > اندیس های ورودی، عملوند <T> مقادیر ورودی، عملوند < TINT64 > شکل ورودی)
روش کارخانه برای ایجاد کلاسی که عملیات SparseReorder جدید را بسته بندی می کند.
خروجی < TINT64 >
شاخص های خروجی ()
2-D.
خروجی <T>
مقادیر خروجی ()
1-D.

روش های ارثی

ثابت ها

رشته نهایی ثابت عمومی OP_NAME

نام این عملیات، همانطور که توسط موتور هسته TensorFlow شناخته می شود

مقدار ثابت: "SparseReorder"

روش های عمومی

عمومی استاتیک SparseReorder <T> ایجاد ( scope scope، Operand < TInt64 > inputIndices، Operand <T> inputValues، Operand < TInt64 > inputShape)

روش کارخانه برای ایجاد کلاسی که عملیات SparseReorder جدید را بسته بندی می کند.

مولفه های
محدوده محدوده فعلی
شاخص های ورودی 2-D. ماتریس «N x R» با شاخص‌های مقادیر غیر خالی در SparseTensor، احتمالاً در ترتیب متعارف نیست.
مقادیر ورودی 1-D. مقادیر غیر خالی «N» مربوط به «شاخص_ورودی».
inputShape 1-D. شکل ورودی SparseTensor.
برمی گرداند
  • یک نمونه جدید از SparseReorder

خروجی عمومی < TINT64 > outputIndices ()

2-D. ماتریس «N x R» با همان شاخص‌های input_indeces، اما به ترتیب متعارف ردیف اصلی.

خروجی عمومی <T> outputValues ​​()

1-D. مقادیر غیر خالی «N» مربوط به «شاخص‌های_خروجی».