Mantenha tudo organizado com as coleções
Salve e categorize o conteúdo com base nas suas preferências.
fluxo tensor:: ops:: DeserializeManySparse
#include <sparse_ops.h>
Desserializar e concatenar SparseTensors
de um minilote serializado.
Resumo
A entrada serialized_sparse
deve ser uma matriz de string de formato [N x 3]
onde N
é o tamanho do minilote e as linhas correspondem às saídas compactadas de SerializeSparse
. Todas as classificações dos objetos SparseTensor
originais devem corresponder. Quando o SparseTensor
final é criado, ele possui uma classificação um acima das classificações dos objetos SparseTensor
recebidos (eles foram concatenados ao longo de uma nova dimensão de linha).
Os valores de forma do objeto SparseTensor
de saída para todas as dimensões, exceto a primeira, são o máximo entre os valores de forma dos objetos SparseTensor
de entrada para as dimensões correspondentes. Seu primeiro valor de formato é N
, o tamanho do minilote.
Os índices dos objetos SparseTensor
de entrada são considerados ordenados na ordem lexicográfica padrão. Se este não for o caso, após esta etapa execute SparseReorder
para restaurar a ordem do índice.
Por exemplo, se a entrada serializada for uma matriz [2 x 3]
representando dois objetos SparseTensor
originais:
index = [ 0]
[10]
[20]
values = [1, 2, 3]
shape = [50]
e
index = [ 2]
[10]
values = [4, 5]
shape = [30]
então o SparseTensor
desserializado final será:
index = [0 0]
[0 10]
[0 20]
[1 2]
[1 10]
values = [1, 2, 3, 4, 5]
shape = [2 50]
Argumentos:
- escopo: um objeto Escopo
- serialized_sparse: 2-D, os
N
objetos SparseTensor
serializados. Deve ter 3 colunas. - dtype: O
dtype
dos objetos SparseTensor
serializados.
Retorna:
Atributos públicos
Funções públicas
Exceto em caso de indicação contrária, o conteúdo desta página é licenciado de acordo com a Licença de atribuição 4.0 do Creative Commons, e as amostras de código são licenciadas de acordo com a Licença Apache 2.0. Para mais detalhes, consulte as políticas do site do Google Developers. Java é uma marca registrada da Oracle e/ou afiliadas.
Última atualização 2025-07-27 UTC.
[null,null,["Última atualização 2025-07-27 UTC."],[],[],null,["# tensorflow::ops::DeserializeManySparse Class Reference\n\ntensorflow::ops::DeserializeManySparse\n======================================\n\n`#include \u003csparse_ops.h\u003e`\n\nDeserialize and concatenate `SparseTensors` from a serialized minibatch.\n\nSummary\n-------\n\nThe input `serialized_sparse` must be a string matrix of shape `[N x 3]` where `N` is the minibatch size and the rows correspond to packed outputs of [SerializeSparse](/versions/r2.3/api_docs/cc/class/tensorflow/ops/serialize-sparse#classtensorflow_1_1ops_1_1_serialize_sparse). The ranks of the original `SparseTensor` objects must all match. When the final `SparseTensor` is created, it has rank one higher than the ranks of the incoming `SparseTensor` objects (they have been concatenated along a new row dimension).\n\nThe output `SparseTensor` object's shape values for all dimensions but the first are the max across the input `SparseTensor` objects' shape values for the corresponding dimensions. Its first shape value is `N`, the minibatch size.\n\nThe input `SparseTensor` objects' indices are assumed ordered in standard lexicographic order. If this is not the case, after this step run [SparseReorder](/versions/r2.3/api_docs/cc/class/tensorflow/ops/sparse-reorder#classtensorflow_1_1ops_1_1_sparse_reorder) to restore index ordering.\n\nFor example, if the serialized input is a `[2 x 3]` matrix representing two original `SparseTensor` objects: \n\n```text\nindex = [ 0]\n [10]\n [20]\nvalues = [1, 2, 3]\nshape = [50]\n```\n\n\u003cbr /\u003e\n\nand \n\n```text\nindex = [ 2]\n [10]\nvalues = [4, 5]\nshape = [30]\n```\n\n\u003cbr /\u003e\n\nthen the final deserialized `SparseTensor` will be: \n\n```text\nindex = [0 0]\n [0 10]\n [0 20]\n [1 2]\n [1 10]\nvalues = [1, 2, 3, 4, 5]\nshape = [2 50]\n```\n\n\u003cbr /\u003e\n\nArguments:\n\n- scope: A [Scope](/versions/r2.3/api_docs/cc/class/tensorflow/scope#classtensorflow_1_1_scope) object\n- serialized_sparse: 2-D, The `N` serialized `SparseTensor` objects. Must have 3 columns.\n- dtype: The `dtype` of the serialized `SparseTensor` objects.\n\n\u003cbr /\u003e\n\nReturns:\n\n- [Output](/versions/r2.3/api_docs/cc/class/tensorflow/output#classtensorflow_1_1_output) sparse_indices\n- [Output](/versions/r2.3/api_docs/cc/class/tensorflow/output#classtensorflow_1_1_output) sparse_values\n- [Output](/versions/r2.3/api_docs/cc/class/tensorflow/output#classtensorflow_1_1_output) sparse_shape\n\n\u003cbr /\u003e\n\n| ### Constructors and Destructors ||\n|---|---|\n| [DeserializeManySparse](#classtensorflow_1_1ops_1_1_deserialize_many_sparse_1ab7cf9797d35b97c6d82e4000573b7839)`(const ::`[tensorflow::Scope](/versions/r2.3/api_docs/cc/class/tensorflow/scope#classtensorflow_1_1_scope)` & scope, ::`[tensorflow::Input](/versions/r2.3/api_docs/cc/class/tensorflow/input#classtensorflow_1_1_input)` serialized_sparse, DataType dtype)` ||\n\n| ### Public attributes ||\n|----------------------------------------------------------------------------------------------------------|---------------------------------------------------------------------------------------------------------|\n| [operation](#classtensorflow_1_1ops_1_1_deserialize_many_sparse_1ac7cd19536afb9e162240583e49e59e8d) | [Operation](/versions/r2.3/api_docs/cc/class/tensorflow/operation#classtensorflow_1_1_operation) |\n| [sparse_indices](#classtensorflow_1_1ops_1_1_deserialize_many_sparse_1a047caae64f0cea6d6dc1659d15bfe4b9) | `::`[tensorflow::Output](/versions/r2.3/api_docs/cc/class/tensorflow/output#classtensorflow_1_1_output) |\n| [sparse_shape](#classtensorflow_1_1ops_1_1_deserialize_many_sparse_1a248aaedf66a2ba1733b1f2e541c4d3e2) | `::`[tensorflow::Output](/versions/r2.3/api_docs/cc/class/tensorflow/output#classtensorflow_1_1_output) |\n| [sparse_values](#classtensorflow_1_1ops_1_1_deserialize_many_sparse_1a1047d48275c3140bedd5e8737af534f2) | `::`[tensorflow::Output](/versions/r2.3/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### sparse_indices\n\n```scdoc\n::tensorflow::Output sparse_indices\n``` \n\n### sparse_shape\n\n```scdoc\n::tensorflow::Output sparse_shape\n``` \n\n### sparse_values\n\n```scdoc\n::tensorflow::Output sparse_values\n``` \n\nPublic functions\n----------------\n\n### DeserializeManySparse\n\n```gdscript\n DeserializeManySparse(\n const ::tensorflow::Scope & scope,\n ::tensorflow::Input serialized_sparse,\n DataType dtype\n)\n```"]]