tensorflow:: عملیات:: اضافه کردن پراکنده

#include <sparse_ops.h>

دو شیء SparseTensor اضافه می‌کند تا یک SparseTensor دیگر تولید کند.

خلاصه

فرض می‌شود که اندیس‌های اشیاء ورودی SparseTensor به ترتیب استاندارد واژه‌نگاری مرتب شده‌اند. اگر اینطور نیست، قبل از این مرحله، SparseReorder اجرا کنید تا ترتیب اندیس‌ها بازیابی شود.

به طور پیش‌فرض، اگر مجموع دو مقدار در یک اندیس صفر شود، خروجی SparseTensor همچنان آن مکان خاص را در اندیس خود لحاظ می‌کند و در جایگاه مقدار متناظر، صفر ذخیره می‌کند. برای لغو این، فراخوانی‌کنندگان می‌توانند thresh مشخص کنند، که نشان می‌دهد اگر مجموع مقداری کاملاً کوچک‌تر از thresh داشته باشد، مقدار و اندیس متناظر آن لحاظ نمی‌شود. به طور خاص، thresh == 0 (پیش‌فرض) به این معنی است که همه چیز حفظ می‌شود و آستانه‌گذاری واقعی فقط برای یک مقدار مثبت اتفاق می‌افتد.

در شکل‌های زیر، nnz تعداد پس از در نظر گرفتن thresh است.

استدلال‌ها:

  • دامنه: یک شیء دامنه
  • a_indices: دوبعدی. indices اولین ماتریس SparseTensor با اندازه [nnz, ndims] .
  • a_values: 1-D. values اولین بردار SparseTensor با اندازه [nnz] .
  • a_shape: 1-D. shape اولین بردار SparseTensor با اندازه [ndims] .
  • b_indices: دوبعدی. indices دومین ماتریس SparseTensor با اندازه [nnz, ndims] .
  • b_values: 1-D. values دومین SparseTensor ، با اندازه بردار [nnz] .
  • b_shape: 1-D. shape دومین بردار SparseTensor با اندازه [ndims] .
  • آستانه: 0-D. آستانه بزرگی که تعیین می‌کند آیا یک جفت مقدار/شاخص خروجی فضا اشغال می‌کند یا خیر.

بازده:

سازنده‌ها و مخرب‌ها

SparseAdd (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, :: tensorflow::Input thresh)

ویژگی‌های عمومی

operation
sum_indices
sum_shape
sum_values

ویژگی‌های عمومی

عملیات

Operation operation

شاخص‌های جمع

::tensorflow::Output sum_indices

جمع_شکل

::tensorflow::Output sum_shape

جمع_مقادیر

::tensorflow::Output sum_values

کارکردهای عمومی

اضافه کردن پراکنده

 SparseAdd(
  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,
  ::tensorflow::Input thresh
)