Python tf.raw_ops.DeserializeSparse用法及代码示例

反序列化 SparseTensor 对象。

用法

tf.raw_ops.DeserializeSparse(
    serialized_sparse, dtype, name=None
)

输入 serialized_sparse 的形状必须为 [?, ?, ..., ?, 3]，其中最后一个维度存储序列化的 SparseTensor 对象，其他 N 个维度 (N >= 0) 对应于一个批次。原始SparseTensor 对象的等级必须全部匹配。当最后的SparseTensor被创建时，它的rank是传入的SparseTensor对象的rank加上N；稀疏张量已沿新维度连接，每批一个。

原始尺寸的输出SparseTensor 对象的形状值是对应尺寸的输入SparseTensor 对象的形状值的最大值。新尺寸与批次的大小相匹配。

假设输入SparseTensor 对象的索引按标准字典顺序排序。如果不是这种情况，则在此步骤之后运行SparseReorder 以恢复索引顺序。

例如，如果序列化输入是一个 [2 x 3] 矩阵，表示两个原始 SparseTensor 对象：

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

和

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

那么最终反序列化的SparseTensor 将是：

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