Google I/O में ट्यूनिंग के लिए धन्यवाद। मांग पर सभी सत्र देखें मांग पर देखें

टेंसरफ़्लो :: ऑप्स :: DeserializeSparse

#include <sparse_ops.h>

SparseTensor वस्तुओं का SparseTensor करें।

सारांश

इनपुट serialized_sparse का आकार होना चाहिए [?, ?, ..., ?, 3] जहां अंतिम आयाम स्टोर किए गए SparseTensor ऑब्जेक्ट और अन्य N आयाम (N> = 0) एक बैच के अनुरूप हैं। मूल SparseTensor ऑब्जेक्ट की रैंक सभी से मेल खाना चाहिए। जब अंतिम SparseTensor बनाया जाता है, तो इसकी रैंक आने वाली SparseTensor ऑब्जेक्ट्स प्लस N की रैंक होती है; स्पार्स टेंसर को नए आयामों के साथ समेट दिया गया है, प्रत्येक बैच के लिए एक।

उत्पादन SparseTensor मूल आयामों के लिए वस्तु के आकार मूल्यों इनपुट भर में अधिकतम कर रहे हैं SparseTensor इसी आयामों के लिए वस्तुओं 'आकार मान। नए आयाम बैच के आकार से मेल खाते हैं।

इनपुट SparseTensor ऑब्जेक्ट्स इंडेक्स को मानक लेक्सिकोग्राफ़िक ऑर्डर में ऑर्डर किया गया है। यदि यह स्थिति नहीं है, तो इस चरण के बाद इंडेक्स ऑर्डरिंग को पुनर्स्थापित करने के लिए SparseReorder चलाएं।

उदाहरण के लिए, यदि SparseTensor इनपुट एक [2 x 3] मैट्रिक्स दो मूल SparseTensor ऑब्जेक्ट्स का प्रतिनिधित्व करता है: 093de340410

और 

index = [ 2]
        [10]
values = [4, 5]
shape = [30]

फिर अंतिम deserialized SparseTensor होगा: 

index = [0  0]
        [0 10]
        [0 20]
        [1  2]
        [1 10]
values = [1, 2, 3, 4, 5]
shape = [2 50]

तर्क:

  • गुंजाइश: एक स्कोप ऑब्जेक्ट
  • serialized_sparse: क्रमबद्ध SparseTensor ऑब्जेक्ट। अंतिम आयाम में 3 कॉलम होने चाहिए।
  • dtype: dtype धारावाहिक की SparseTensor वस्तुओं।

रिटर्न:

कंस्ट्रक्टर और डिस्ट्रक्टर्स

DeserializeSparse (const :: tensorflow::Scope & scope, :: tensorflow::Input serialized_sparse, DataType dtype)

सार्वजनिक विशेषताएँ

operation
sparse_indices
sparse_shape
sparse_values

सार्वजनिक विशेषताएँ

ऑपरेशन

Operation operation

विरल

0556fbdc0

sparse_shape

::tensorflow::Output sparse_shape

sparse_values

::tensorflow::Output sparse_values

सार्वजनिक कार्य

DeserializeSparse

 DeserializeSparse(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input serialized_sparse,
  DataType dtype
)