Membentuk ulang SparseTensor untuk mewakili nilai dalam bentuk padat baru.
Operasi ini memiliki semantik yang sama dengan pembentukan ulang pada tensor padat yang diwakili. `Input_indices` dihitung ulang berdasarkan `new_shape` yang diminta.
Jika salah satu komponen `bentuk_baru` memiliki nilai khusus -1, ukuran dimensi tersebut dihitung sehingga ukuran padat total tetap konstan. Maksimal satu komponen `new_shape` bisa bernilai -1. Jumlah elemen padat yang ditunjukkan oleh `bentuk_baru` harus sama dengan jumlah elemen padat yang awalnya ditunjukkan oleh `bentuk_input`.
Pembentukan ulang tidak memengaruhi urutan nilai di SparseTensor.
Jika tensor input memiliki nilai rank `R_in` dan `N` yang tidak kosong, dan `new_shape` memiliki panjang `R_out`, maka `input_indices` memiliki bentuk `[N, R_in]`, `input_shape` memiliki panjang `R_in` , `output_indices` berbentuk `[N, R_out]`, dan `output_shape` memiliki panjang `R_out`.
Konstanta
| Rangkaian | OP_NAME | Nama operasi ini dikenal dengan mesin inti TensorFlow |
Metode Publik
| SparseReshape statis | |
| Keluaran < TInt64 > | Indeks keluaran () 2-D. |
| Keluaran < TInt64 > | bentuk keluaran () 1-D. |
Metode Warisan
Konstanta
String akhir statis publik OP_NAME
Nama operasi ini dikenal dengan mesin inti TensorFlow
Metode Publik
pembuatan SparseReshape statis publik ( Lingkup cakupan, Operan < TInt64 > inputIndices, Operan < TInt64 > inputShape, Operan < TInt64 > newShape)
Metode pabrik untuk membuat kelas yang membungkus operasi SparseReshape baru.
Parameter
| cakupan | ruang lingkup saat ini |
|---|---|
| masukanIndeks | 2-D. Matriks `N x R_in` dengan indeks nilai tidak kosong di SparseTensor. |
| bentuk masukan | 1-D. Vektor `R_in` dengan input bentuk padat SparseTensor. |
| Bentuk baru | 1-D. Vektor `R_out` dengan bentuk padat baru yang diminta. |
Kembali
- contoh baru dari SparseReshape
Keluaran publik < TInt64 > Indeks keluaran ()
2-D. Matriks `N x R_out` dengan indeks nilai tidak kosong yang diperbarui di output SparseTensor.