Restez organisé à l'aide des collections
Enregistrez et classez les contenus selon vos préférences.
flux tensoriel : : opérations : : SparseFillEmptyRows
#include <sparse_ops.h> Remplit les lignes vides dans le SparseTensor 2-D d'entrée avec une valeur par défaut.
Résumé
L'entrée SparseTensor est représentée via le tuple d'entrées ( indices , values , dense_shape ). La sortie SparseTensor a la même dense_shape mais avec des indices output_indices et des valeurs output_values .
Cette opération insère une seule entrée pour chaque ligne qui n'a aucune valeur. L'index est créé sous la forme [row, 0, ..., 0] et la valeur insérée est default_value .
Par exemple, supposons que sp_input ait la forme [5, 6] et des valeurs non vides :
[0, 1]: a
[0, 3]: b
[2, 0]: c
[3, 1]: d
Les lignes 1 et 4 sont vides, donc la sortie aura la forme [5, 6] avec les valeurs :
[0, 1]: a
[0, 3]: b
[1, 0]: default_value
[2, 0]: c
[3, 1]: d
[4, 0]: default_value
Le SparseTensor de sortie sera classé dans l'ordre des lignes principales et aura la même forme que l'entrée.
Cette opération renvoie également un vecteur indicateur en forme de [dense_shape[0]] tel que
empty_row_indicator[i] = True iff row i was an empty row.
Et un vecteur de carte d'index inversé en forme de [indices.shape[0]] qui est utilisé lors de la rétropropagation,
reverse_index_map[j] = out_j s.t. indices[j, :] == output_indices[out_j, :]
Arguments :
- scope : un objet Scope
- indices : 2-D. les indices du tenseur clairsemé.
- valeurs : 1-D. les valeurs du tenseur clairsemé.
- dense_shape : 1-D. la forme du tenseur clairsemé.
- valeur_par défaut : 0-D. valeur par défaut à insérer dans l'emplacement
[row, 0, ..., 0] pour les lignes manquantes dans le tenseur clairsemé d'entrée. indices de sortie : 2-D. les indices du tenseur clairsemé rempli.
Retours :
-
Output indice_sortie -
Output valeurs_de_sortie : 1-D. les valeurs du tenseur clairsemé rempli. -
Output empty_row_indicator : 1-D. si la ligne dense manquait dans le tenseur clairsemé d'entrée. -
Output reverse_index_map : 1-D. une carte des indices d'entrée aux indices de sortie.
Attributs publics
Fonctions publiques
Sauf indication contraire, le contenu de cette page est régi par une licence Creative Commons Attribution 4.0, et les échantillons de code sont régis par une licence Apache 2.0. Pour en savoir plus, consultez les Règles du site Google Developers. Java est une marque déposée d'Oracle et/ou de ses sociétés affiliées.
Dernière mise à jour le 2025/07/26 (UTC).
[null,null,["Dernière mise à jour le 2025/07/26 (UTC)."],[],[],null,["# tensorflow::ops::SparseFillEmptyRows Class Reference\n\ntensorflow::ops::SparseFillEmptyRows\n====================================\n\n`#include \u003csparse_ops.h\u003e`\n\nFills empty rows in the input 2-D `SparseTensor` with a default value.\n\nSummary\n-------\n\nThe input `SparseTensor` is represented via the tuple of inputs (`indices`, `values`, `dense_shape`). The output `SparseTensor` has the same `dense_shape` but with indices `output_indices` and values `output_values`.\n\nThis op inserts a single entry for every row that doesn't have any values. The index is created as `[row, 0, ..., 0]` and the inserted value is `default_value`.\n\nFor example, suppose `sp_input` has shape `[5, 6]` and non-empty values: \n\n```text\n[0, 1]: a\n[0, 3]: b\n[2, 0]: c\n[3, 1]: d\n```\n\n\u003cbr /\u003e\n\nRows 1 and 4 are empty, so the output will be of shape `[5, 6]` with values: \n\n```scdoc\n[0, 1]: a\n[0, 3]: b\n[1, 0]: default_value\n[2, 0]: c\n[3, 1]: d\n[4, 0]: default_value\n```\n\n\u003cbr /\u003e\n\nThe output `SparseTensor` will be in row-major order and will have the same shape as the input.\n\nThis op also returns an indicator vector shaped `[dense_shape[0]]` such that \n\n```transact-sql\nempty_row_indicator[i] = True iff row i was an empty row.\n```\n\n\u003cbr /\u003e\n\nAnd a reverse index map vector shaped `[indices.shape[0]]` that is used during backpropagation, \n\n```transact-sql\nreverse_index_map[j] = out_j s.t. indices[j, :] == output_indices[out_j, :]\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- indices: 2-D. the indices of the sparse tensor.\n- values: 1-D. the values of the sparse tensor.\n- dense_shape: 1-D. the shape of the sparse tensor.\n- default_value: 0-D. default value to insert into location `[row, 0, ..., 0]` for rows missing from the input sparse tensor. output indices: 2-D. the indices of the filled sparse tensor.\n\n\u003cbr /\u003e\n\nReturns:\n\n- [Output](/versions/r2.0/api_docs/cc/class/tensorflow/output#classtensorflow_1_1_output) output_indices\n- [Output](/versions/r2.0/api_docs/cc/class/tensorflow/output#classtensorflow_1_1_output) output_values: 1-D. the values of the filled sparse tensor.\n- [Output](/versions/r2.0/api_docs/cc/class/tensorflow/output#classtensorflow_1_1_output) empty_row_indicator: 1-D. whether the dense row was missing in the input sparse tensor.\n- [Output](/versions/r2.0/api_docs/cc/class/tensorflow/output#classtensorflow_1_1_output) reverse_index_map: 1-D. a map from the input indices to the output indices.\n\n\u003cbr /\u003e\n\n| ### Constructors and Destructors ||\n|---|---|\n| [SparseFillEmptyRows](#classtensorflow_1_1ops_1_1_sparse_fill_empty_rows_1a879e72f00ec2907ae24319568619e724)`(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)` indices, ::`[tensorflow::Input](/versions/r2.0/api_docs/cc/class/tensorflow/input#classtensorflow_1_1_input)` values, ::`[tensorflow::Input](/versions/r2.0/api_docs/cc/class/tensorflow/input#classtensorflow_1_1_input)` dense_shape, ::`[tensorflow::Input](/versions/r2.0/api_docs/cc/class/tensorflow/input#classtensorflow_1_1_input)` default_value)` ||\n\n| ### Public attributes ||\n|--------------------------------------------------------------------------------------------------------------|---------------------------------------------------------------------------------------------------------|\n| [empty_row_indicator](#classtensorflow_1_1ops_1_1_sparse_fill_empty_rows_1adb1b94f12679619031e52393d4dde736) | `::`[tensorflow::Output](/versions/r2.0/api_docs/cc/class/tensorflow/output#classtensorflow_1_1_output) |\n| [operation](#classtensorflow_1_1ops_1_1_sparse_fill_empty_rows_1a904fc23a9366dfb3edb6e9ce97f51176) | [Operation](/versions/r2.0/api_docs/cc/class/tensorflow/operation#classtensorflow_1_1_operation) |\n| [output_indices](#classtensorflow_1_1ops_1_1_sparse_fill_empty_rows_1a2e77eb808d738a81625bc66d14e269c2) | `::`[tensorflow::Output](/versions/r2.0/api_docs/cc/class/tensorflow/output#classtensorflow_1_1_output) |\n| [output_values](#classtensorflow_1_1ops_1_1_sparse_fill_empty_rows_1a050f6a03931adf4b1fe9fe0933537d4f) | `::`[tensorflow::Output](/versions/r2.0/api_docs/cc/class/tensorflow/output#classtensorflow_1_1_output) |\n| [reverse_index_map](#classtensorflow_1_1ops_1_1_sparse_fill_empty_rows_1af0519edc8137614dd36f96f10ed6e4ef) | `::`[tensorflow::Output](/versions/r2.0/api_docs/cc/class/tensorflow/output#classtensorflow_1_1_output) |\n\nPublic attributes\n-----------------\n\n### empty_row_indicator\n\n```scdoc\n::tensorflow::Output empty_row_indicator\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\n### reverse_index_map\n\n```scdoc\n::tensorflow::Output reverse_index_map\n``` \n\nPublic functions\n----------------\n\n### SparseFillEmptyRows\n\n```gdscript\n SparseFillEmptyRows(\n const ::tensorflow::Scope & scope,\n ::tensorflow::Input indices,\n ::tensorflow::Input values,\n ::tensorflow::Input dense_shape,\n ::tensorflow::Input default_value\n)\n```"]]
