Zadbaj o dobrą organizację dzięki kolekcji
Zapisuj i kategoryzuj treści zgodnie ze swoimi preferencjami.
przepływ tensorowy:: ops:: Rzadka zmiana kolejności
#include <sparse_ops.h> Zmienia kolejność SparseTensor w porządku kanonicznym, obejmującym główne wiersze.
Streszczenie
Należy zauważyć, że zgodnie z konwencją wszystkie rzadkie operacje zachowują porządek kanoniczny wzdłuż rosnącej liczby wymiarów. Jedynym przypadkiem, w którym można naruszyć porządek, jest ręczne manipulowanie indeksami i wektorami wartości w celu dodania wpisów.
Zmiana kolejności nie ma wpływu na kształt SparseTensor.
Jeśli tensor ma rangę R i N niepustych wartości, input_indices ma kształt [N, R] , input_values ma długość N , a input_shape ma długość R .
Argumenty:
- zakres: Obiekt Scope
- indeksy_wejściowe: 2-D. Macierz
N x R z indeksami niepustych wartości w SparseTensorze, prawdopodobnie nie w porządku kanonicznym. - wartości_wejściowe: 1-D.
N niepustych wartości odpowiadających input_indices . - input_shape: 1-D. Kształt wejścia SparseTensor.
Zwroty:
-
Output indeksy_wyjściowe: 2-D. Macierz N x R z tymi samymi indeksami co indeksy wejściowe, ale w porządku kanonicznym między głównymi wierszami. -
Output wartości_wyjściowe: 1-D. N niepustych wartości odpowiadających output_indices .
Atrybuty publiczne
Funkcje publiczne
O ile nie stwierdzono inaczej, treść tej strony jest objęta licencją Creative Commons – uznanie autorstwa 4.0, a fragmenty kodu są dostępne na licencji Apache 2.0. Szczegółowe informacje na ten temat zawierają zasady dotyczące witryny Google Developers. Java jest zastrzeżonym znakiem towarowym firmy Oracle i jej podmiotów stowarzyszonych.
Ostatnia aktualizacja: 2025-07-26 UTC.
[null,null,["Ostatnia aktualizacja: 2025-07-26 UTC."],[],[],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```"]]
