Matrix-multiplies 稀疏矩陣和密集矩陣。
用法
tf.raw_ops.SparseMatrixMatMul(
a, b, transpose_a=False, transpose_b=False, adjoint_a=False, adjoint_b=False,
transpose_output=False, conjugate_output=False, name=None
)參數
-
aTensor類型為variant。一個 CSRSparseMatrix。 -
b一個Tensor。一個稠密的張量。 -
transpose_a可選的bool。默認為False。指示是否應轉置a。 -
transpose_b可選的bool。默認為False。指示是否應轉置b。 -
adjoint_a可選的bool。默認為False。指示a是否應為conjugate-transposed。 -
adjoint_b可選的bool。默認為False。指示b是否應為conjugate-transposed。 -
transpose_output可選的bool。默認為False。轉置a和b的乘積。 -
conjugate_output可選的bool。默認為False。共軛a和b的乘積。 -
name操作的名稱(可選)。
返回
-
一個
Tensor。具有與b相同的類型。
返回一個密集矩陣。對於輸入 A 和 B,其中 A 是 CSR,B 是密集的;這個操作返回一個密集的 C;
如果transpose_output 為假,則返回:
C = A . B
如果 transpose_output 是 true ,則返回:
C = transpose(A . B) = transpose(B) . transpose(A)
其中轉置是沿兩個最內層(矩陣)維度執行的。
如果 conjugate_output 是 true ,則返回:
C = conjugate(A . B) = conjugate(A) . conjugate(B)
如果 conjugate_output 和 transpose_output 都是 true ,則返回:
C = conjugate(transpose(A . B)) = conjugate(transpose(B)) .
conjugate(transpose(A))
相關用法
- Python tf.raw_ops.SparseMatrixSparseMatMul用法及代碼示例
- Python tf.raw_ops.SparseMatrixOrderingAMD用法及代碼示例
- Python tf.raw_ops.SparseMatrixSparseCholesky用法及代碼示例
- Python tf.raw_ops.SparseCrossV2用法及代碼示例
- Python tf.raw_ops.SparseCross用法及代碼示例
- Python tf.raw_ops.SparseConcat用法及代碼示例
- Python tf.raw_ops.SparseSegmentSumWithNumSegments用法及代碼示例
- Python tf.raw_ops.SparseFillEmptyRows用法及代碼示例
- Python tf.raw_ops.SparseSlice用法及代碼示例
- Python tf.raw_ops.SparseToDense用法及代碼示例
- Python tf.raw_ops.SparseSplit用法及代碼示例
- Python tf.raw_ops.SparseSegmentSum用法及代碼示例
- Python tf.raw_ops.SparseCrossHashed用法及代碼示例
- Python tf.raw_ops.SpaceToDepth用法及代碼示例
- Python tf.raw_ops.SpaceToBatch用法及代碼示例
- Python tf.raw_ops.SpaceToBatchND用法及代碼示例
- Python tf.raw_ops.SelfAdjointEigV2用法及代碼示例
- Python tf.raw_ops.Size用法及代碼示例
- Python tf.raw_ops.ScatterUpdate用法及代碼示例
- Python tf.raw_ops.ScatterNdUpdate用法及代碼示例
注:本文由純淨天空篩選整理自tensorflow.org大神的英文原創作品 tf.raw_ops.SparseMatrixMatMul。非經特殊聲明,原始代碼版權歸原作者所有,本譯文未經允許或授權,請勿轉載或複製。
