جریان تنسور:: عملیات:: SparseReorder
#include <sparse_ops.h>یک SparseTensor را به ترتیب متعارف و ردیف اصلی تغییر ترتیب می دهد.
خلاصه
توجه داشته باشید که طبق قرارداد، همه عملیات‌های پراکنده ترتیب متعارف را در امتداد افزایش تعداد ابعاد حفظ می‌کنند. تنها زمانی که می توان ترتیب را نقض کرد، هنگام دستکاری دستی بردارهای شاخص ها و مقادیر برای افزودن ورودی ها است.
ترتیب مجدد بر شکل SparseTensor تأثیری ندارد.
اگر تانسور دارای رتبه‌های R و N مقادیر غیر خالی باشد، input_indices شکل [N, R] ، input_values دارای طول N و input_shape دارای طول R هستند.
استدلال ها:
- scope: یک شی Scope
- input_indeces: 2-D. ماتریس
N x Rبا شاخص‌های مقادیر غیر خالی در SparseTensor، احتمالاً به ترتیب متعارف نیست. - مقادیر_ ورودی: 1-D.
Nمقدار غیر خالی مربوط بهinput_indices. - input_shape: 1-D. شکل ورودی SparseTensor.
برمی‌گرداند:
-
Output: 2-D. ماتریسN x Rبا همان شاخص‌های input_indice، اما به ترتیب متعارف ردیف اصلی. -
Output: 1-D.Nمقدار غیر خالی مربوط بهoutput_indices.
سازندگان و ویرانگرها | |
|---|---|
SparseReorder (const :: tensorflow::Scope & scope, :: tensorflow::Input input_indices, :: tensorflow::Input input_values, :: tensorflow::Input input_shape) |
صفات عمومی | |
|---|---|
operation | |
output_indices | |
output_values | |
صفات عمومی
عملیات
Operation operation
خروجی_شاخص ها
::tensorflow::Output output_indices
مقادیر_خروجی
::tensorflow::Output output_values
توابع عمومی
SparseReorder
SparseReorder( const ::tensorflow::Scope & scope, ::tensorflow::Input input_indices, ::tensorflow::Input input_values, ::tensorflow::Input input_shape )
جز در مواردی که غیر از این ذکر شده باشد،محتوای این صفحه تحت مجوز Creative Commons Attribution 4.0 License است. نمونه کدها نیز دارای مجوز Apache 2.0 License است. برای اطلاع از جزئیات، به خطمشیهای سایت Google Developers مراجعه کنید. جاوا علامت تجاری ثبتشده Oracle و/یا شرکتهای وابسته به آن است.
تاریخ آخرین بهروزرسانی 2025-07-26 بهوقت ساعت هماهنگ جهانی.
[null,null,["تاریخ آخرین بهروزرسانی 2025-07-26 بهوقت ساعت هماهنگ جهانی."],[],[],null,["# tensorflow::ops::SparseReorder Class Reference\n\ntensorflow::ops::SparseReorder\n==============================\n\n`#include \u003csparse_ops.h\u003e`\n\nReorders a SparseTensor into the canonical, row-major ordering.\n\nSummary\n-------\n\nNote that by convention, all sparse ops preserve the canonical ordering along increasing dimension number. The only time ordering can be violated is during manual manipulation of the indices and values vectors to add entries.\n\nReordering does not affect the shape of the SparseTensor.\n\nIf the tensor has rank `R` and `N` non-empty values, `input_indices` has shape `[N, R]`, input_values has length `N`, and input_shape has length `R`.\n\nArguments:\n\n- scope: A [Scope](/versions/r2.1/api_docs/cc/class/tensorflow/scope#classtensorflow_1_1_scope) object\n- input_indices: 2-D. `N x R` matrix with the indices of non-empty values in a SparseTensor, possibly not in canonical ordering.\n- input_values: 1-D. `N` non-empty values corresponding to `input_indices`.\n- input_shape: 1-D. Shape of the input SparseTensor.\n\n\u003cbr /\u003e\n\nReturns:\n\n- [Output](/versions/r2.1/api_docs/cc/class/tensorflow/output#classtensorflow_1_1_output) output_indices: 2-D. `N x R` matrix with the same indices as input_indices, but in canonical row-major ordering.\n- [Output](/versions/r2.1/api_docs/cc/class/tensorflow/output#classtensorflow_1_1_output) output_values: 1-D. `N` non-empty values corresponding to `output_indices`.\n\n\u003cbr /\u003e\n\n| ### Constructors and Destructors ||\n|---|---|\n| [SparseReorder](#classtensorflow_1_1ops_1_1_sparse_reorder_1aafcce71e6de3ad9b8ce9618fe3b636a0)`(const ::`[tensorflow::Scope](/versions/r2.1/api_docs/cc/class/tensorflow/scope#classtensorflow_1_1_scope)` & scope, ::`[tensorflow::Input](/versions/r2.1/api_docs/cc/class/tensorflow/input#classtensorflow_1_1_input)` input_indices, ::`[tensorflow::Input](/versions/r2.1/api_docs/cc/class/tensorflow/input#classtensorflow_1_1_input)` input_values, ::`[tensorflow::Input](/versions/r2.1/api_docs/cc/class/tensorflow/input#classtensorflow_1_1_input)` input_shape)` ||\n\n| ### Public attributes ||\n|-------------------------------------------------------------------------------------------------|---------------------------------------------------------------------------------------------------------|\n| [operation](#classtensorflow_1_1ops_1_1_sparse_reorder_1adbdca22d516880fc4093b79caf22bad3) | [Operation](/versions/r2.1/api_docs/cc/class/tensorflow/operation#classtensorflow_1_1_operation) |\n| [output_indices](#classtensorflow_1_1ops_1_1_sparse_reorder_1af583efc1f49452eefa81d966158fd3b6) | `::`[tensorflow::Output](/versions/r2.1/api_docs/cc/class/tensorflow/output#classtensorflow_1_1_output) |\n| [output_values](#classtensorflow_1_1ops_1_1_sparse_reorder_1ad573d2b883ff9fa37df6b1ae4bc4ec18) | `::`[tensorflow::Output](/versions/r2.1/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### 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\nPublic functions\n----------------\n\n### SparseReorder\n\n```gdscript\n SparseReorder(\n const ::tensorflow::Scope & scope,\n ::tensorflow::Input input_indices,\n ::tensorflow::Input input_values,\n ::tensorflow::Input input_shape\n)\n```"]]