Zmienia kolejność SparseTensor w porządku kanonicznym, obejmującym główne wiersze.
Należy zauważyć, że zgodnie z konwencją wszystkie rzadkie operacje zachowują porządek kanoniczny wzdłuż rosnącej liczby wymiarów. Jedynym przypadkiem, w którym można naruszyć porządek, jest ręczne manipulowanie indeksami i wektorami wartości w celu dodania wpisów.
Zmiana kolejności nie ma wpływu na kształt SparseTensora.
Jeśli tensor ma niepuste wartości rangi `R` i `N`, `input_indices` ma kształt `[N, R]`, input_values ma długość `N`, a input_shape ma długość `R`.
Stałe
| Strunowy | OP_NAME | Nazwa tej operacji znana silnikowi rdzenia TensorFlow | 
Metody publiczne
| statyczny <T rozszerza TType > SparseReorder <T> | |
| Dane wyjściowe <TInt64> |  wyjścioweIndeksy ()  2-D. | 
| Wyjście <T> |  Wartości wyjściowe ()  1-D.  | 
Metody dziedziczone
Stałe
publiczny statyczny końcowy ciąg znaków OP_NAME
Nazwa tej operacji znana silnikowi rdzenia TensorFlow
Metody publiczne
public static SparseReorder <T> create ( Zakres zakresu, Operand < TInt64 > inputIndices, Operand <T> inputValues, Operand < TInt64 > inputShape)
Metoda fabryczna służąca do tworzenia klasy opakowującej nową operację SparseReorder.
Parametry
| zakres | aktualny zakres | 
|---|---|
| Indeksy wejściowe | 2-D. Macierz `N x R` z indeksami niepustych wartości w SparseTensorze, prawdopodobnie nie w porządku kanonicznym. | 
| Wartości wejściowe | 1-D. `N` niepustych wartości odpowiadających `input_indices`. | 
| kształt wejściowy | 1-D. Kształt wejścia SparseTensor. | 
Zwroty
- nowa instancja SparseReorder
publiczne wyjście < TInt64 > OutputIndices ()
2-D. Macierz „N x R” z tymi samymi indeksami co indeksy wejściowe, ale w porządku kanonicznym między wierszami głównymi.
publiczne dane wyjściowe <T> wartości wyjściowe ()
1-D. `N` niepustych wartości odpowiadających `indeksom_wyjściowym`.