Aplica la operación de conjunto a lo largo de la última dimensión de 2 entradas "SparseTensor".
Consulte SetOperationOp :: SetOperationFromContext para conocer los valores de `set_operation`.
Si `validate_indices` es` True`, `sparse.SparseToSparseSetOperation` valida el orden y rango de los índices` set1` y `set2`.
La entrada `set1` es un` SparseTensor` representado por `set1_indices`,` set1_values` y `set1_shape`. Para `set1` clasificado` n`, las primeras dimensiones de `n-1` deben ser las mismas que las de` set2`. La dimensión `n` contiene valores en un conjunto, se permiten duplicados pero se ignoran.
La entrada `set2` es un` SparseTensor` representado por `set2_indices`,` set2_values` y `set2_shape`. Para `set2` clasificado` n`, las primeras dimensiones de `n-1` deben ser las mismas que las de` set1`. La dimensión `n` contiene valores en un conjunto, se permiten duplicados pero se ignoran.
Si `validate_indices` es` True`, esta operación valida el orden y rango de los índices `set1` y` set2`.
La salida `result` es un` SparseTensor` representado por `result_indices`,` result_values` y `result_shape`. Para `set1` y` set2` clasificado `n`, esto tiene rango` n` y las mismas dimensiones de 1st `n-1` que` set1` y `set2`. La dimensión `nth` contiene el resultado de` set_operation` aplicado a la dimensión correspondiente `[0 ... n-1]` de `set`.
Clases anidadas
| clase | SparseToSparseSetOperation.Options | Los atributos opcionales para SparseToSparseSetOperation | |
Constantes
| Cuerda | OP_NAME | El nombre de esta operación, como lo conoce el motor central de TensorFlow |
Métodos públicos
| estática <T se extiende Ttype > SparseToSparseSetOperation <T> | crear ( Alcance alcance, operando < TInt64 > set1Indices, operando <T> set1Values, operando < TInt64 > set1Shape, operando < TInt64 > set2Indices, operando <T> set2Values, operando < TInt64 > set2Shape, Cadena setOperation, Opciones ... Opciones) Método de fábrica para crear una clase que envuelva una nueva operación SparseToSparseSetOperation. |
| Salida < TInt64 > | resultIndices () Índices 2D de un "SparseTensor". |
| Salida < TInt64 > | resultShape () Forma 1D `Tensor` de un` SparseTensor`. |
| Salida <T> | resultValues () Valores 1D de un "SparseTensor". |
| estáticas SparseToSparseSetOperation.Options | validateIndices (Boolean validateIndices) |
Métodos heredados
Constantes
OP_NAME pública final static String
El nombre de esta operación, como lo conoce el motor central de TensorFlow
Métodos públicos
public static SparseToSparseSetOperation <T> crear ( Alcance alcance, operando < TInt64 > set1Indices, operando <T> set1Values, operando < TInt64 > set1Shape, operando < TInt64 > set2Indices, operando <T> set2Values, operando < TInt64 > set2Shape, Cadena setOperation, opciones ... opciones)
Método de fábrica para crear una clase que envuelva una nueva operación SparseToSparseSetOperation.
Parámetros
| alcance | alcance actual |
|---|---|
| set1Indices | 2D `Tensor`, índices de un` SparseTensor`. Debe estar en orden de fila principal. |
| set1Values | 1D `Tensor`, valores de un` SparseTensor`. Debe estar en orden de fila principal. |
| set1Shape | 1D `Tensor`, forma de un` SparseTensor`. `set1_shape [0 ... n-1]` debe ser igual que `set2_shape [0 ... n-1]`, `set1_shape [n]` es el tamaño máximo del conjunto en `0 ... n-1 `dimensiones. |
| set2Indices | 2D `Tensor`, índices de un` SparseTensor`. Debe estar en orden de fila principal. |
| set2Values | 1D `Tensor`, valores de un` SparseTensor`. Debe estar en orden de fila principal. |
| set2Shape | 1D `Tensor`, forma de un` SparseTensor`. `set2_shape [0 ... n-1]` debe ser igual que `set1_shape [0 ... n-1]`, `set2_shape [n]` es el tamaño máximo del conjunto en `0 ... n-1 `dimensiones. |
| opciones | lleva valores de atributos opcionales |
Devoluciones
- una nueva instancia de SparseToSparseSetOperation
pública de salida < TInt64 > resultShape ()
Forma 1D `Tensor` de un` SparseTensor`. `result_shape [0 ... n-1]` es lo mismo que las primeras dimensiones `n-1` de` set1` y `set2`,` result_shape [n] `es el tamaño máximo del conjunto de resultados en todo` 0. ..n-1` dimensiones.