tensorflow::ops::DeserializeSparse
#include <sparse_ops.h> Mendekonversi objek SparseTensor menjadi bentuk deserialisasi.
Ringkasan
Input serialized_sparse harus memiliki bentuk [?, ?, ..., ?, 3] di mana dimensi terakhir menyimpan objek SparseTensor yang telah diserialisasi dan N dimensi lainnya (N >= 0) sesuai dengan sebuah batch. Rank dari objek SparseTensor asli harus sama. Ketika SparseTensor akhir dibuat, rank-nya adalah rank dari objek SparseTensor yang masuk ditambah N; tensor sparse telah digabungkan sepanjang dimensi baru, satu untuk setiap batch.
Nilai bentuk objek SparseTensor keluaran untuk dimensi asli adalah nilai maksimum dari nilai bentuk objek SparseTensor masukan untuk dimensi yang sesuai. Dimensi baru sesuai dengan ukuran batch.
Indeks objek SparseTensor masukan diasumsikan diurutkan dalam urutan leksikografis standar. Jika tidak demikian, setelah langkah ini jalankan SparseReorder untuk mengembalikan urutan indeks.
Misalnya, jika input yang diserialkan adalah matriks [2 x 3] yang mewakili dua objek SparseTensor asli:
index = [ 0]
[10]
[20]
values = [1, 2, 3]
shape = [50]Dan
index = [ 2]
[10]
values = [4, 5]
shape = [30] Maka SparseTensor hasil deserialisasi akhirnya akan menjadi:
index = [0 0]
[0 10]
[0 20]
[1 2]
[1 10]
values = [1, 2, 3, 4, 5]
shape = [2 50]Argumen:
- Cakupan: Objek Cakupan
- serialized_sparse: Objek
SparseTensoryang telah diserialisasi. Dimensi terakhir harus memiliki 3 kolom. - dtype:
dtypedari objekSparseTensoryang diserialisasi.
Mengembalikan:
Konstruktor dan Destruktor | |
|---|---|
DeserializeSparse (const :: tensorflow::Scope & scope, :: tensorflow::Input serialized_sparse, DataType dtype) |
Atribut publik | |
|---|---|
operation | |
sparse_indices | |
sparse_shape | |
sparse_values | |
Atribut publik
operasi
Operation operation
indeks_jarang
::tensorflow::Output sparse_indices
bentuk jarang
::tensorflow::Output sparse_shape
nilai_jarang
::tensorflow::Output sparse_values
Fungsi publik
Deserialisasi Sparse
DeserializeSparse( const ::tensorflow::Scope & scope, ::tensorflow::Input serialized_sparse, DataType dtype )