codecamp

TensorFlow函数教程:tf.io.serialize_many_sparse

tf.io.serialize_many_sparse函数

别名:

  • tf.io.serialize_many_sparse
  • tf.serialize_many_sparse
tf.io.serialize_many_sparse(
    sp_input,
    name=None,
    out_type=tf.dtypes.string
)

定义在:tensorflow/python/ops/sparse_ops.py。

序列化N-minibatch SparseTensor成为[N, 3] Tensor。

SparseTensor的秩R必须大于1,并且所述第一维度被视为最小批处理维度。必须按照第一个维度的递增顺序对SparseTensor的元素进行排序。进入输出Tensor的每一行的序列化SparseTensor对象将具有秩R-1。

最小批处理大小N是从sparse_shape [0]中提取的。

参数:

  • sp_input:输入秩R SparseTensor。
  • name:返回的张量的名称前缀(可选)。
  • out_type:用于序列化的dtype。

返回:

具有N行和3列的矩阵(2-D Tensor)。每列代表序列化的SparseTensor的索引,值和shape(分别)。

可能引发的异常:

  • TypeError:如果sp_input不是SparseTensor。
TensorFlow函数教程:tf.io.read_file
TensorFlow函数教程:tf.io.serialize_sparse
温馨提示
下载编程狮App,免费阅读超1000+编程语言教程
取消
确定
目录

TensorFlow 函数介绍

TensorFlow 函数模块:tf

TensorFlow的image模块

TensorFlow使用之tf.io

TensorFlow使用之tf.keras

TensorFlow函数教程:tf.keras.applications

TensorFlow函数教程:tf.keras.backend

TensorFlow使用之tf.metrics

TensorFlow使用之tf.nn

TensorFlow使用之tf.python_io

TensorFlow 功能函数

关闭

MIP.setData({ 'pageTheme' : getCookie('pageTheme') || {'day':true, 'night':false}, 'pageFontSize' : getCookie('pageFontSize') || 20 }); MIP.watch('pageTheme', function(newValue){ setCookie('pageTheme', JSON.stringify(newValue)) }); MIP.watch('pageFontSize', function(newValue){ setCookie('pageFontSize', newValue) }); function setCookie(name, value){ var days = 1; var exp = new Date(); exp.setTime(exp.getTime() + days*24*60*60*1000); document.cookie = name + '=' + value + ';expires=' + exp.toUTCString(); } function getCookie(name){ var reg = new RegExp('(^| )' + name + '=([^;]*)(;|$)'); return document.cookie.match(reg) ? JSON.parse(document.cookie.match(reg)[2]) : null; }