Koleksiyonlar ile düzeninizi koruyun
İçeriği tercihlerinize göre kaydedin ve kategorilere ayırın.
tensor akışı:: işlem:: Seri durumdan çıkarmaManySparse
#include <sparse_ops.h> Serileştirilmiş bir mini gruptan SparseTensors seri durumdan çıkarın ve birleştirin.
Özet
serialized_sparse girişi [N x 3] şeklinde bir dize matrisi olmalıdır; burada N , mini parti boyutudur ve satırlar, SerializeSparse paketlenmiş çıktılarına karşılık gelir. Orijinal SparseTensor nesnelerinin sıralamalarının tümü eşleşmelidir. Son SparseTensor oluşturulduğunda, gelen SparseTensor nesnelerinin sıralamasından bir üst sıraya çıkmıştır (bunlar yeni bir satır boyutu boyunca birleştirilmiştir).
Çıkış SparseTensor nesnesinin tüm boyutlar için şekil değerleri, ancak ilki, ilgili boyutlar için giriş SparseTensor nesnelerinin şekil değerlerindeki maksimum değerlerdir. İlk şekil değeri mini parti boyutu olan N .
Giriş SparseTensor nesnelerinin indekslerinin standart sözlükbilimsel sıraya göre sıralandığı varsayılır. Durum böyle değilse, bu adımdan sonra dizin sıralamasını geri yüklemek için SparseReorder çalıştırın.
Örneğin, serileştirilmiş giriş iki orijinal SparseTensor nesnesini temsil eden bir [2 x 3] matris ise:
index = [ 0]
[10]
[20]
values = [1, 2, 3]
shape = [50] Ve
index = [ 2]
[10]
values = [4, 5]
shape = [30] o zaman seri durumdan çıkarılan son SparseTensor şöyle olacaktır:
index = [0 0]
[0 10]
[0 20]
[1 2]
[1 10]
values = [1, 2, 3, 4, 5]
shape = [2 50] Argümanlar:
- kapsam: Bir Kapsam nesnesi
- serileştirilmiş_sparse: 2-D,
N serileştirilmiş SparseTensor nesneleri. 3 sütun olmalıdır. - dtype: Serileştirilmiş
SparseTensor nesnelerinin dtype .
İade:
Genel özellikler
Kamu işlevleri
Aksi belirtilmediği sürece bu sayfanın içeriği Creative Commons Atıf 4.0 Lisansı altında ve kod örnekleri Apache 2.0 Lisansı altında lisanslanmıştır. Ayrıntılı bilgi için Google Developers Site Politikaları'na göz atın. Java, Oracle ve/veya satış ortaklarının tescilli ticari markasıdır.
Son güncelleme tarihi: 2025-07-27 UTC.
[null,null,["Son güncelleme tarihi: 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```"]]
