tf.compat.v1.sparse_concat

Объединяет список SparseTensor по указанной размерности. (устаревшие аргументы)

tf.compat.v1.sparse_concat(
    axis,
    sp_inputs,
    name=None,
    expand_nonconcat_dim=False,
    concat_dim=None,
    expand_nonconcat_dims=None
)

Объединение выполняется относительно плотных версий каждого разреженного входного значения. Предполагается, что каждый вход представляет собой SparseTensor, элементы которого упорядочены по возрастанию номера размерности.

Если expand_nonconcat_dim равен False, формы всех входов должны совпадать, за исключением размерности объединения. Если expand_nonconcat_dim равен True, формы входов могут различаться.

indices, values и shapes списки должны иметь одинаковую длину.

Если expand_nonconcat_dim равен False, форма выходных данных совпадает с формами входов, за исключением размерности объединения, где она равна сумме размеров входов по этой размерности.

Если expand_nonconcat_dim равен True, форма выходных данных по размерностям, не участвующим в объединении, будет расширена до максимального значения среди всех входов, и она равна сумме размеров входов по размерности объединения.

Элементы выходных данных будут отсортированы для сохранения порядка по возрастанию номера размерности.

Эта операция выполняется за время O(M log M), где M — общее количество ненулевых значений во всех входах. Это связано с необходимостью внутренней сортировки для эффективного объединения по произвольной размерности.

Например, если axis = 1 и входы:

sp_inputs[0]: shape = [2, 3]
[0, 2]: "a"
[1, 0]: "b"
[1, 1]: "c"

sp_inputs[1]: shape = [2, 4]
[0, 1]: "d"
[0, 2]: "e"

то выход будет:

shape = [2, 7]
[0, 2]: "a"
[0, 4]: "d"
[0, 5]: "e"
[1, 0]: "b"
[1, 1]: "c"

Графически это эквивалентно выполнению

[    a] concat [  d e  ] = [    a   d e  ]
[b c  ]        [       ]   [b c          ]

Еще один пример, если 'axis = 1' и входы:

sp_inputs[0]: shape = [3, 3]
[0, 2]: "a"
[1, 0]: "b"
[2, 1]: "c"

sp_inputs[1]: shape = [2, 4]
[0, 1]: "d"
[0, 2]: "e"

если expand_nonconcat_dim = False, это приведет к ошибке. Но если expand_nonconcat_dim = True, это приведет к:

shape = [3, 7]
[0, 2]: "a"
[0, 4]: "d"
[0, 5]: "e"
[1, 0]: "b"
[2, 1]: "c"

Графически это эквивалентно выполнению

[    a] concat [  d e  ] = [    a   d e  ]
[b    ]        [       ]   [b            ]
[  c  ]                    [  c          ]