TensorFlow函數(shù)教程：tf.io.deserialize_many_sparse

tf.io.deserialize_many_sparse函數(shù)

別名：

• tf.deserialize_many_sparse
• tf.io.deserialize_many_sparse

tf.io.deserialize_many_sparse(
    serialized_sparse,
    dtype,
    rank=None,
    name=None
)

定義在：tensorflow/python/ops/sparse_ops.py。

從序列化的minibatch反序列化和連接SparseTensors。

輸入serialized_sparse必須是shape為[N x 3]的字符串矩陣，其中N是最小批量大小，行對(duì)應(yīng)于serialize_sparse打包輸出。原始SparseTensor對(duì)象的秩必須全部匹配。當(dāng)創(chuàng)建最終的SparseTensor時(shí)，它的秩高于傳入SparseTensor對(duì)象的秩（它們已沿新行維度連接）。

輸出SparseTensor對(duì)象的所有維度的shape值，但第一個(gè)是相應(yīng)維度的輸入SparseTensor對(duì)象的形狀值的最大值。它的第一個(gè)形狀值是N，即最小批量大小。

假設(shè)輸入的SparseTensor對(duì)象的索引按標(biāo)準(zhǔn)字典順序排序。如果不是這種情況，則在此步驟運(yùn)行sparse.reorder后恢復(fù)索引排序。

例如，如果序列化輸入是表示兩個(gè)原始SparseTensor對(duì)象的[2, 3]矩陣：

index = [ 0]
        [10]
        [20]
values = [1, 2, 3]
shape = [50]

和

index = [ 2]
        [10]
values = [4, 5]
shape = [30]

然后最終反序列化SparseTensor將是：

index = [0  0]
        [0 10]
        [0 20]
        [1  2]
        [1 10]
values = [1, 2, 3, 4, 5]
shape = [2 50]

參數(shù)：

• serialized_sparse：shape為[N, 3]，類型為string的2-D Tensor。序列化和打包的SparseTensor對(duì)象。
• dtype：序列化SparseTensor對(duì)象的dtype。
• rank:(可選）Python int，SparseTensor對(duì)象的秩。
• name：返回的張量的名稱前綴（可選）

返回：

SparseTensor，表示反序列化的SparseTensors，沿著SparseTensors的第一個(gè)維度連接起來(lái)。

所有序列化的SparseTensors必須具有相同的秩和類型。