جریان تنسور:: عملیات:: SparseSparseMaximum
#include <sparse_ops.h>حداکثر عنصر دو SparseTensors را برمی‌گرداند.
خلاصه
فرض می‌کنیم که دو SparseTensor شکل یکسانی دارند، یعنی پخشی ندارند.
استدلال ها:
- scope: یک شی Scope
- a_شاخص ها: 2-D. ماتریس
N x Rبا شاخص‌های مقادیر غیر خالی در SparseTensor، در ترتیب واژگانی متعارف. - a_values: 1-D.
Nمقدار غیر خالی مربوط بهa_indices. - a_shape: 1-D. شکل ورودی SparseTensor.
- b_indices: همتای
a_indicesبرای عملوند دیگر. - b_values: همتای
a_valuesبرای عملوند دیگر. باید از همان نوع d باشد. - b_shape: همتای
a_shapeبرای عملوند دیگر. دو شکل باید برابر باشند.
برمی گرداند:
سازندگان و ویرانگرها | |
|---|---|
SparseSparseMaximum (const :: tensorflow::Scope & scope, :: tensorflow::Input a_indices, :: tensorflow::Input a_values, :: tensorflow::Input a_shape, :: tensorflow::Input b_indices, :: tensorflow::Input b_values, :: tensorflow::Input b_shape) |
صفات عمومی | |
|---|---|
operation | |
output_indices | |
output_values | |
صفات عمومی
عملیات
Operation operation
خروجی_شاخص ها
::tensorflow::Output output_indices
مقادیر_خروجی
::tensorflow::Output output_values
توابع عمومی
SparseSparseMaximum
SparseSparseMaximum( const ::tensorflow::Scope & scope, ::tensorflow::Input a_indices, ::tensorflow::Input a_values, ::tensorflow::Input a_shape, ::tensorflow::Input b_indices, ::tensorflow::Input b_values, ::tensorflow::Input b_shape )
جز در مواردی که غیر از این ذکر شده باشد،محتوای این صفحه تحت مجوز Creative Commons Attribution 4.0 License است. نمونه کدها نیز دارای مجوز Apache 2.0 License است. برای اطلاع از جزئیات، به خطمشیهای سایت Google Developers مراجعه کنید. جاوا علامت تجاری ثبتشده Oracle و/یا شرکتهای وابسته به آن است.
تاریخ آخرین بهروزرسانی 2025-07-25 بهوقت ساعت هماهنگ جهانی.
[null,null,["تاریخ آخرین بهروزرسانی 2025-07-25 بهوقت ساعت هماهنگ جهانی."],[],[],null,["# tensorflow::ops::SparseSparseMaximum Class Reference\n\ntensorflow::ops::SparseSparseMaximum\n====================================\n\n`#include \u003csparse_ops.h\u003e`\n\nReturns the element-wise max of two SparseTensors.\n\nSummary\n-------\n\nAssumes the two SparseTensors have the same shape, i.e., no broadcasting.\n\nArguments:\n\n- scope: A [Scope](/versions/r1.15/api_docs/cc/class/tensorflow/scope#classtensorflow_1_1_scope) object\n- a_indices: 2-D. `N x R` matrix with the indices of non-empty values in a SparseTensor, in the canonical lexicographic ordering.\n- a_values: 1-D. `N` non-empty values corresponding to `a_indices`.\n- a_shape: 1-D. Shape of the input SparseTensor.\n- b_indices: counterpart to `a_indices` for the other operand.\n- b_values: counterpart to `a_values` for the other operand; must be of the same dtype.\n- b_shape: counterpart to `a_shape` for the other operand; the two shapes must be equal.\n\n\u003cbr /\u003e\n\nReturns:\n\n- [Output](/versions/r1.15/api_docs/cc/class/tensorflow/output#classtensorflow_1_1_output) output_indices: 2-D. The indices of the output SparseTensor.\n- [Output](/versions/r1.15/api_docs/cc/class/tensorflow/output#classtensorflow_1_1_output) output_values: 1-D. The values of the output SparseTensor.\n\n\u003cbr /\u003e\n\n| ### Constructors and Destructors ||\n|---|---|\n| [SparseSparseMaximum](#classtensorflow_1_1ops_1_1_sparse_sparse_maximum_1a565b62c482eb0b256e0161968b5a5b98)`(const ::`[tensorflow::Scope](/versions/r1.15/api_docs/cc/class/tensorflow/scope#classtensorflow_1_1_scope)` & scope, ::`[tensorflow::Input](/versions/r1.15/api_docs/cc/class/tensorflow/input#classtensorflow_1_1_input)` a_indices, ::`[tensorflow::Input](/versions/r1.15/api_docs/cc/class/tensorflow/input#classtensorflow_1_1_input)` a_values, ::`[tensorflow::Input](/versions/r1.15/api_docs/cc/class/tensorflow/input#classtensorflow_1_1_input)` a_shape, ::`[tensorflow::Input](/versions/r1.15/api_docs/cc/class/tensorflow/input#classtensorflow_1_1_input)` b_indices, ::`[tensorflow::Input](/versions/r1.15/api_docs/cc/class/tensorflow/input#classtensorflow_1_1_input)` b_values, ::`[tensorflow::Input](/versions/r1.15/api_docs/cc/class/tensorflow/input#classtensorflow_1_1_input)` b_shape)` ||\n\n| ### Public attributes ||\n|--------------------------------------------------------------------------------------------------------|----------------------------------------------------------------------------------------------------------|\n| [operation](#classtensorflow_1_1ops_1_1_sparse_sparse_maximum_1ab3980c4129285e7e81a781268c810722) | [Operation](/versions/r1.15/api_docs/cc/class/tensorflow/operation#classtensorflow_1_1_operation) |\n| [output_indices](#classtensorflow_1_1ops_1_1_sparse_sparse_maximum_1a72bec4470a0c859b5456bb5298c216c9) | `::`[tensorflow::Output](/versions/r1.15/api_docs/cc/class/tensorflow/output#classtensorflow_1_1_output) |\n| [output_values](#classtensorflow_1_1ops_1_1_sparse_sparse_maximum_1a7ca61cc084806e0d598780a6a8e8b11d) | `::`[tensorflow::Output](/versions/r1.15/api_docs/cc/class/tensorflow/output#classtensorflow_1_1_output) |\n\nPublic attributes\n-----------------\n\n### operation\n\n```text\nOperation operation\n``` \n\n### output_indices\n\n```scdoc\n::tensorflow::Output output_indices\n``` \n\n### output_values\n\n```scdoc\n::tensorflow::Output output_values\n``` \n\nPublic functions\n----------------\n\n### SparseSparseMaximum\n\n```gdscript\n SparseSparseMaximum(\n const ::tensorflow::Scope & scope,\n ::tensorflow::Input a_indices,\n ::tensorflow::Input a_values,\n ::tensorflow::Input a_shape,\n ::tensorflow::Input b_indices,\n ::tensorflow::Input b_values,\n ::tensorflow::Input b_shape\n)\n```"]]