Python tf.io.deserialize_many_sparse用法及代碼示例

從序列化的小批量中反序列化並連接 SparseTensors。

用法

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

輸入 serialized_sparse 必須是形狀為 [N x 3] 的字符串矩陣，其中 N 是小批量大小，行對應於 serialize_sparse 的打包輸出。原始SparseTensor 對象的等級必須全部匹配。創建最終的SparseTensor 時，它的排名比傳入的SparseTensor 對象的排名高一級(它們已沿新的行維度連接)。

輸出SparseTensor 對象的所有維度的形狀值，但第一個是輸入SparseTensor 對象對應維度的形狀值的最大值。它的第一個形狀值是 N ，即小批量大小。

假設輸入SparseTensor 對象的索引按標準字典順序排序。如果不是這種情況，則在此步驟之後運行sparse.reorder 以恢複索引順序。

例如，如果序列化輸入是一個 [2, 3] 矩陣，表示兩個原始 SparseTensor 對象：

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

和

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

那麽最終反序列化的SparseTensor 將是：

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