टेंसरफ़्लो:: ऑप्स:: DeserializeSparse
#include <sparse_ops.h>
SparseTensor
ऑब्जेक्ट को डिसेरिएलाइज़ करें।
सारांश
इनपुट serialized_sparse
आकार [?, ?, ..., ?, 3]
होना चाहिए जहां अंतिम आयाम क्रमबद्ध SparseTensor
ऑब्जेक्ट्स को संग्रहीत करता है और अन्य एन आयाम (एन> = 0) एक बैच के अनुरूप होते हैं। मूल SparseTensor
ऑब्जेक्ट की रैंक सभी से मेल खानी चाहिए। जब अंतिम SparseTensor
बनाया जाता है, तो इसकी रैंक आने वाले SparseTensor
ऑब्जेक्ट्स प्लस N की रैंक होती है; विरल टेंसरों को नए आयामों के साथ संयोजित किया गया है, प्रत्येक बैच के लिए एक।
मूल आयामों के लिए आउटपुट SparseTensor
ऑब्जेक्ट के आकार मान संबंधित आयामों के लिए इनपुट SparseTensor
ऑब्जेक्ट के आकार मानों में अधिकतम हैं। नए आयाम बैच के आकार से मेल खाते हैं।
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: क्रमबद्ध
SparseTensor
ऑब्जेक्ट। अंतिम आयाम में 3 कॉलम होने चाहिए. - dtype: क्रमबद्ध
SparseTensor
ऑब्जेक्ट काdtype
।
रिटर्न:
निर्माता और विध्वंसक | |
---|---|
DeserializeSparse (const :: tensorflow::Scope & scope, :: tensorflow::Input serialized_sparse, DataType dtype) |
सार्वजनिक गुण | |
---|---|
operation | |
sparse_indices | |
sparse_shape | |
sparse_values |
सार्वजनिक गुण
संचालन
Operation operation
sparse_indices
::tensorflow::Output sparse_indices
विरल_आकार
::tensorflow::Output sparse_shape
sparse_values
::tensorflow::Output sparse_values
सार्वजनिक समारोह
DeserializeSparse
DeserializeSparse( const ::tensorflow::Scope & scope, ::tensorflow::Input serialized_sparse, DataType dtype )