tensorflow :: ops :: DeserializeSparse
#include <sparse_ops.h>
Deserialisasi objek SparseTensor
.
Ringkasan
Input serialized_sparse
harus memiliki bentuk [?, ?, ..., ?, 3]
mana dimensi terakhir menyimpan objek SparseTensor
serial dan dimensi N lainnya (N> = 0) sesuai dengan batch. Semua peringkat objek SparseTensor
asli harus cocok. Saat SparseTensor
terakhir dibuat, peringkatnya adalah peringkat objek SparseTensor
masuk ditambah N; tensor renggang telah digabungkan dengan dimensi baru, satu untuk setiap kelompok.
Nilai SparseTensor
objek SparseTensor
keluaran untuk dimensi asli adalah nilai maksimum di seluruh nilai SparseTensor
objek SparseTensor
masukan untuk dimensi yang sesuai. Dimensi baru cocok dengan ukuran kelompok.
SparseTensor
objek SparseTensor
input diasumsikan diurutkan dalam urutan leksikografik standar. Jika tidak, setelah langkah ini jalankan SparseReorder
untuk memulihkan pengurutan indeks.
Misalnya, jika input berseri adalah matriks [2 x 3]
mewakili dua objek SparseTensor
asli:
index = [ 0] [10] [20] values = [1, 2, 3] shape = [50]
dan
index = [ 2] [10] values = [4, 5] shape = [30]
maka SparseTensor
deserialisasi terakhir akan menjadi:
index = [0 0] [0 10] [0 20] [1 2] [1 10] values = [1, 2, 3, 4, 5] shape = [2 50]
Argumen:
- scope: Objek Scope
- serialized_sparse: Objek
SparseTensor
serial. Dimensi terakhir harus memiliki 3 kolom. - dtype: The
dtype
dari serialSparseTensor
objek.
Pengembalian:
Pembuat dan Penghancur | |
---|---|
DeserializeSparse (const :: tensorflow::Scope & scope, :: tensorflow::Input serialized_sparse, DataType dtype) |
Atribut publik | |
---|---|
operation | |
sparse_indices | |
sparse_shape | |
sparse_values |
Atribut publik
operasi
Operation operation
sparse_indices
::tensorflow::Output sparse_indices
sparse_shape
::tensorflow::Output sparse_shape
sparse_values
::tensorflow::Output sparse_values
Fungsi publik
DeserializeSparse
DeserializeSparse( const ::tensorflow::Scope & scope, ::tensorflow::Input serialized_sparse, DataType dtype )