tensorflow:: אופס:: SparseCross

יוצר צלב דליל מתוך רשימה של טנסורים דלים וצפופים.

תַקצִיר

המבצע לוקח שתי רשימות, אחת של 2D SparseTensor ואחת של 2D Tensor , כל אחת מייצגת תכונות של עמודת תכונה אחת. הוא מוציא 2D SparseTensor עם הצלבות אצווה של תכונות אלה.

לדוגמה, אם הכניסות הן

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"]]

אז הפלט יהיה

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

אם hashed_output=true אז הפלט יהיה

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")))

טיעונים:

• scope: אובייקט Scope
• מדדים: 2-D. מדדים של כל קלט SparseTensor .
• ערכים: 1-D. ערכים של כל SparseTensor .
• צורות: 1-D. צורות של כל SparseTensor .
• כניסות צפופות: 2-D. עמודות המיוצגות על ידי Tensor צפוף.
• hashed_output: אם נכון, מחזיר את ה-hash של הצלב במקום המחרוזת. זה יאפשר לנו להימנע ממניפולציות של מחרוזות.
• num_buckets: הוא משמש אם hashed_output נכון. פלט = hashed_valuenum_buckets אם num_buckets > 0 אחר hashed_value.
• hash_key: ציין את ה-hash_key שישמש את הפונקציה FingerprintCat64 לשילוב טביעות האצבע של הצלבות.

החזרות:

• Output פלט_מדדים: 2-D. מדדים של SparseTensor המשורשר.
• Output output_values: 1-D. ערכים לא ריקים של SparseTensor המשורשר או הגובב.
• Output output_shape: 1-D. צורת ה- SparseTensor המשורשר.

תכונות ציבוריות

Operation operation

::tensorflow::Output output_indices

::tensorflow::Output output_shape

::tensorflow::Output output_values

 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
)