संग्रह की मदद से व्यवस्थित रहें
अपनी प्राथमिकताओं के आधार पर, कॉन्टेंट को सेव करें और कैटगरी में बांटें.
टेंसरफ़्लो:: ऑप्स:: DeserializeManySparse
#include <sparse_ops.h> क्रमबद्ध मिनीबैच से SparseTensors डिसेरिएलाइज़ और संयोजित करें।
सारांश
इनपुट serialized_sparse आकार का एक स्ट्रिंग मैट्रिक्स होना चाहिए [N x 3] जहां N मिनीबैच आकार है और पंक्तियां SerializeSparse के पैक्ड आउटपुट के अनुरूप हैं। मूल SparseTensor ऑब्जेक्ट की रैंक सभी से मेल खानी चाहिए। जब अंतिम SparseTensor बनाया जाता है, तो इसकी रैंक आने वाले SparseTensor ऑब्जेक्ट्स की रैंक से एक अधिक होती है (उन्हें एक नई पंक्ति आयाम के साथ संयोजित किया गया है)।
सभी आयामों के लिए आउटपुट SparseTensor ऑब्जेक्ट के आकार मान, लेकिन पहले इनपुट SparseTensor ऑब्जेक्ट के संबंधित आयामों के लिए आकार मान अधिकतम हैं। इसका पहला आकार मान N है, मिनीबैच आकार।
इनपुट SparseTensor ऑब्जेक्ट के सूचकांकों को मानक लेक्सिकोग्राफ़िक क्रम में क्रमबद्ध माना जाता है। यदि ऐसा नहीं है, तो इस चरण के बाद इंडेक्स ऑर्डर को पुनर्स्थापित करने के लिए SparseReorder चलाएँ।
उदाहरण के लिए, यदि क्रमबद्ध इनपुट एक [2 x 3] मैट्रिक्स है जो दो मूल SparseTensor ऑब्जेक्ट का प्रतिनिधित्व करता है:
index = [ 0]
[10]
[20]
values = [1, 2, 3]
shape = [50] और
index = [ 2]
[10]
values = [4, 5]
shape = [30] तो अंतिम डिसेरिएलाइज़्ड SparseTensor होगा:
index = [0 0]
[0 10]
[0 20]
[1 2]
[1 10]
values = [1, 2, 3, 4, 5]
shape = [2 50] तर्क:
- स्कोप: एक स्कोप ऑब्जेक्ट
- क्रमबद्ध_स्पार्स: 2-डी,
N क्रमबद्ध SparseTensor ऑब्जेक्ट। 3 कॉलम होने चाहिए. - dtype: क्रमबद्ध
SparseTensor ऑब्जेक्ट का dtype ।
रिटर्न:
सार्वजनिक गुण
सार्वजनिक समारोह
जब तक कुछ अलग से न बताया जाए, तब तक इस पेज की सामग्री को Creative Commons Attribution 4.0 License के तहत और कोड के नमूनों को Apache 2.0 License के तहत लाइसेंस मिला है. ज़्यादा जानकारी के लिए, Google Developers साइट नीतियां देखें. Oracle और/या इससे जुड़ी हुई कंपनियों का, Java एक रजिस्टर किया हुआ ट्रेडमार्क है.
आखिरी बार 2025-07-25 (UTC) को अपडेट किया गया.
[null,null,["आखिरी बार 2025-07-25 (UTC) को अपडेट किया गया."],[],[],null,["# tensorflow::ops::DeserializeManySparse Class Reference\n\ntensorflow::ops::DeserializeManySparse\n======================================\n\n`#include \u003csparse_ops.h\u003e`\n\nDeserialize and concatenate `SparseTensors` from a serialized minibatch.\n\nSummary\n-------\n\nThe input `serialized_sparse` must be a string matrix of shape `[N x 3]` where `N` is the minibatch size and the rows correspond to packed outputs of [SerializeSparse](/versions/r2.0/api_docs/cc/class/tensorflow/ops/serialize-sparse#classtensorflow_1_1ops_1_1_serialize_sparse). The ranks of the original `SparseTensor` objects must all match. When the final `SparseTensor` is created, it has rank one higher than the ranks of the incoming `SparseTensor` objects (they have been concatenated along a new row dimension).\n\nThe output `SparseTensor` object's shape values for all dimensions but the first are the max across the input `SparseTensor` objects' shape values for the corresponding dimensions. Its first shape value is `N`, the minibatch size.\n\nThe input `SparseTensor` objects' indices are assumed ordered in standard lexicographic order. If this is not the case, after this step run [SparseReorder](/versions/r2.0/api_docs/cc/class/tensorflow/ops/sparse-reorder#classtensorflow_1_1ops_1_1_sparse_reorder) to restore index ordering.\n\nFor example, if the serialized input is a `[2 x 3]` matrix representing two original `SparseTensor` objects: \n\n```text\nindex = [ 0]\n [10]\n [20]\nvalues = [1, 2, 3]\nshape = [50]\n```\n\n\u003cbr /\u003e\n\nand \n\n```text\nindex = [ 2]\n [10]\nvalues = [4, 5]\nshape = [30]\n```\n\n\u003cbr /\u003e\n\nthen the final deserialized `SparseTensor` will be: \n\n```text\nindex = [0 0]\n [0 10]\n [0 20]\n [1 2]\n [1 10]\nvalues = [1, 2, 3, 4, 5]\nshape = [2 50]\n```\n\n\u003cbr /\u003e\n\nArguments:\n\n- scope: A [Scope](/versions/r2.0/api_docs/cc/class/tensorflow/scope#classtensorflow_1_1_scope) object\n- serialized_sparse: 2-D, The `N` serialized `SparseTensor` objects. Must have 3 columns.\n- dtype: The `dtype` of the serialized `SparseTensor` objects.\n\n\u003cbr /\u003e\n\nReturns:\n\n- [Output](/versions/r2.0/api_docs/cc/class/tensorflow/output#classtensorflow_1_1_output) sparse_indices\n- [Output](/versions/r2.0/api_docs/cc/class/tensorflow/output#classtensorflow_1_1_output) sparse_values\n- [Output](/versions/r2.0/api_docs/cc/class/tensorflow/output#classtensorflow_1_1_output) sparse_shape\n\n\u003cbr /\u003e\n\n| ### Constructors and Destructors ||\n|---|---|\n| [DeserializeManySparse](#classtensorflow_1_1ops_1_1_deserialize_many_sparse_1ab7cf9797d35b97c6d82e4000573b7839)`(const ::`[tensorflow::Scope](/versions/r2.0/api_docs/cc/class/tensorflow/scope#classtensorflow_1_1_scope)` & scope, ::`[tensorflow::Input](/versions/r2.0/api_docs/cc/class/tensorflow/input#classtensorflow_1_1_input)` serialized_sparse, DataType dtype)` ||\n\n| ### Public attributes ||\n|----------------------------------------------------------------------------------------------------------|---------------------------------------------------------------------------------------------------------|\n| [operation](#classtensorflow_1_1ops_1_1_deserialize_many_sparse_1ac7cd19536afb9e162240583e49e59e8d) | [Operation](/versions/r2.0/api_docs/cc/class/tensorflow/operation#classtensorflow_1_1_operation) |\n| [sparse_indices](#classtensorflow_1_1ops_1_1_deserialize_many_sparse_1a047caae64f0cea6d6dc1659d15bfe4b9) | `::`[tensorflow::Output](/versions/r2.0/api_docs/cc/class/tensorflow/output#classtensorflow_1_1_output) |\n| [sparse_shape](#classtensorflow_1_1ops_1_1_deserialize_many_sparse_1a248aaedf66a2ba1733b1f2e541c4d3e2) | `::`[tensorflow::Output](/versions/r2.0/api_docs/cc/class/tensorflow/output#classtensorflow_1_1_output) |\n| [sparse_values](#classtensorflow_1_1ops_1_1_deserialize_many_sparse_1a1047d48275c3140bedd5e8737af534f2) | `::`[tensorflow::Output](/versions/r2.0/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### sparse_indices\n\n```scdoc\n::tensorflow::Output sparse_indices\n``` \n\n### sparse_shape\n\n```scdoc\n::tensorflow::Output sparse_shape\n``` \n\n### sparse_values\n\n```scdoc\n::tensorflow::Output sparse_values\n``` \n\nPublic functions\n----------------\n\n### DeserializeManySparse\n\n```gdscript\n DeserializeManySparse(\n const ::tensorflow::Scope & scope,\n ::tensorflow::Input serialized_sparse,\n DataType dtype\n)\n```"]]
