SparseReorder

classe finale pubblica SparseReorder

Riordina un SparseTensor nell'ordinamento canonico, riga maggiore.

Si noti che per convenzione, tutte le operazioni sparse preservano l'ordinamento canonico lungo il numero di dimensione crescente. L'unico ordinamento temporale che può essere violato è durante la manipolazione manuale degli indici e dei vettori dei valori per aggiungere voci.

Il riordino non influisce sulla forma dello SparseTensor.

Se il tensore ha rango "R" e "N" valori non vuoti, "input_indices" ha forma "[N, R]", input_values ​​ha lunghezza "N" e input_shape ha lunghezza "R".

Costanti

Corda OP_NAME Il nome di questa operazione, come noto al motore principale di TensorFlow

Metodi pubblici

statico <T estende TType > SparseReorder <T>
create ( Scope scope, Operando < TInt64 > inputIndices, Operando <T> inputValues, Operando < TInt64 > inputShape)
Metodo factory per creare una classe che racchiude una nuova operazione SparseReorder.
Uscita < TInt64 >
Uscita <T>

Metodi ereditati

Costanti

Stringa finale statica pubblica OP_NAME

Il nome di questa operazione, come noto al motore principale di TensorFlow

Valore costante: "SparseReorder"

Metodi pubblici

public static SparseReorder <T> create ( Scope scope, Operando < TInt64 > inputIndices, Operando <T> inputValues, Operando < TInt64 > inputShape)

Metodo factory per creare una classe che racchiude una nuova operazione SparseReorder.

Parametri
scopo ambito attuale
inputIndices 2-D. Matrice `N x R` con gli indici dei valori non vuoti in uno SparseTensor, possibilmente non in ordinamento canonico.
inputValues 1-D. "N" valori non vuoti corrispondenti a "input_indices".
inputShape 1-D. Forma dello SparseTensor in ingresso.
ritorna
  • una nuova istanza di SparseReorder

output pubblico < TInt64 > outputIndices ()

2-D. Matrice "N x R" con gli stessi indici di input_indices, ma nell'ordinamento canonico della riga principale.

Uscita pubblica <T> outputValues ​​()

1-D. "N" valori non vuoti corrispondenti a "output_indices".