tensorflow:: عملیات:: SparseCross

#include <sparse_ops.h>

از لیستی از تانسورهای پراکنده و متراکم، یک ضربدر پراکنده تولید می‌کند.

خلاصه

این تابع دو لیست می‌گیرد، یکی از 2D SparseTensor و دیگری از 2D Tensor که هر کدام ویژگی‌های یک ستون ویژگی را نشان می‌دهند. خروجی آن یک 2D SparseTensor با تقاطع‌های دسته‌ای این ویژگی‌ها است.

برای مثال، اگر ورودی‌ها

inputs[0]: SparseTensor with shape = [2, 2]
[0, 0]: "a"
[1, 0]: "b"
[1, 1]: "c"

inputs[1]: SparseTensor with shape = [2, 1]
[0, 0]: "d"
[1, 0]: "e"

inputs[2]: Tensor [["f"], ["g"]]

سپس خروجی خواهد بود

shape = [2, 2]
[0, 0]: "a_X_d_X_f"
[1, 0]: "b_X_e_X_g"
[1, 1]: "c_X_e_X_g"

اگر hashed_output=true باشد، خروجی به صورت زیر خواهد بود:

shape = [2, 2]
[0, 0]: FingerprintCat64(
            Fingerprint64("f"), FingerprintCat64(
                Fingerprint64("d"), Fingerprint64("a")))
[1, 0]: FingerprintCat64(
            Fingerprint64("g"), FingerprintCat64(
                Fingerprint64("e"), Fingerprint64("b")))
[1, 1]: FingerprintCat64(
            Fingerprint64("g"), FingerprintCat64(
                Fingerprint64("e"), Fingerprint64("c")))

استدلال‌ها:

• دامنه: یک شیء دامنه
• شاخص‌ها: دوبعدی. شاخص‌های هر ورودی SparseTensor .
• مقادیر: مقادیر تک‌بعدی هر SparseTensor .
• اشکال: یک بعدی. شکل‌های هر SparseTensor .
• dense_inputs: دوبعدی. ستون‌ها با dense Tensor نمایش داده می‌شوند.
• hashed_output: اگر مقدار آن درست باشد، به جای رشته، هش ضربدر را برمی‌گرداند. این به ما امکان می‌دهد از دستکاری رشته‌ها جلوگیری کنیم.
• num_buckets: اگر hashed_output برابر با true باشد، استفاده می‌شود. output = hashed_valuenum_buckets اگر num_buckets > 0 باشد، در غیر این صورت hashed_value.
• hash_key: کلید hash_key را که توسط تابع FingerprintCat64 برای ترکیب اثر انگشت‌های ضربدری استفاده خواهد شد، مشخص کنید.

بازده:

• شاخص‌های خروجی Output : دوبعدی. شاخص‌های SparseTensor الحاق‌شده.
• مقادیر_خروجی Output : ۱-D. مقادیر غیر تهی SparseTensor الحاقی یا هش شده.
• Output output_shape: شکل یک بعدی SparseTensor الحاق شده.

سازنده‌ها و مخرب‌ها
SparseCross (const :: tensorflow::Scope & scope, :: tensorflow::InputList indices, :: tensorflow::InputList values, :: tensorflow::InputList shapes, :: tensorflow::InputList dense_inputs, bool hashed_output, int64 num_buckets, int64 hash_key, DataType out_type, DataType internal_type)

ویژگی‌های عمومی
operation	Operation
output_indices	:: tensorflow::Output
output_shape	:: tensorflow::Output
output_values	:: tensorflow::Output

ویژگی‌های عمومی

عملیات

Operation operation

شاخص‌های خروجی

::tensorflow::Output output_indices

شکل_خروجی

::tensorflow::Output output_shape

مقادیر_خروجی

::tensorflow::Output output_values

کارکردهای عمومی

اسپارسکراس

 SparseCross(
  const ::tensorflow::Scope & scope,
  ::tensorflow::InputList indices,
  ::tensorflow::InputList values,
  ::tensorflow::InputList shapes,
  ::tensorflow::InputList dense_inputs,
  bool hashed_output,
  int64 num_buckets,
  int64 hash_key,
  DataType out_type,
  DataType internal_type
)