جریان تنسور:: عملیات:: SparseMatMul
#include <math_ops.h>
ماتریس "a" را در ماتریس "ب" ضرب کنید .
خلاصه
ورودی ها باید ماتریس های دو بعدی باشند و بعد داخلی "a" باید با بعد بیرونی "b" مطابقت داشته باشد. هر دو "a" و "b" باید Tensor
s باشند نه SparseTensor
s. این عملیات برای مواردی بهینه شده است که حداقل یکی از "a" یا "b" پراکنده باشد، به این معنا که نسبت زیادی از مقادیر صفر دارند. نقطه سر به سر استفاده از این در مقابل ضرب ماتریس متراکم در یک پلت فرم، 30 درصد مقادیر صفر در ماتریس پراکنده بود.
محاسبه گرادیان این عملیات تنها زمانی از پراکندگی در گرادیان ورودی استفاده می کند که آن گرادیان از یک Relu باشد.
استدلال ها:
- scope: یک شی Scope
برمیگرداند:
-
Output
: تانسور محصول.
سازندگان و ویرانگرها | |
---|---|
SparseMatMul (const :: tensorflow::Scope & scope, :: tensorflow::Input a, :: tensorflow::Input b) | |
SparseMatMul (const :: tensorflow::Scope & scope, :: tensorflow::Input a, :: tensorflow::Input b, const SparseMatMul::Attrs & attrs) |
صفات عمومی | |
---|---|
operation | |
product |
توابع عمومی | |
---|---|
node () const | ::tensorflow::Node * |
operator::tensorflow::Input () const | |
operator::tensorflow::Output () const |
توابع استاتیک عمومی | |
---|---|
AIsSparse (bool x) | |
BIsSparse (bool x) | |
TransposeA (bool x) | |
TransposeB (bool x) |
سازه ها | |
---|---|
tensorflow:: ops:: SparseMatMul:: Attrs | تنظیم کننده های ویژگی اختیاری برای SparseMatMul . |
صفات عمومی
عملیات
Operation operation
محصول
::tensorflow::Output product
توابع عمومی
SparseMatMul
SparseMatMul( const ::tensorflow::Scope & scope, ::tensorflow::Input a, ::tensorflow::Input b )
SparseMatMul
SparseMatMul( const ::tensorflow::Scope & scope, ::tensorflow::Input a, ::tensorflow::Input b, const SparseMatMul::Attrs & attrs )
گره
::tensorflow::Node * node() const