tf.sparse.concat

Конкатенирует список SparseTensor по указанному измерению. (аргументы устарели)

tf.sparse.concat(
    axis, sp_inputs, expand_nonconcat_dims=False, name=None
)

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

Если expand_nonconcat_dim равно False, все формы входов должны совпадать, за исключением измерения конкатенации. Если expand_nonconcat_dim равно True, формы входов могут различаться.

Список indices, values, и shapes должны иметь одинаковую длину.

Если expand_nonconcat_dim равно False, форма вывода идентична формам входов, за исключением измерения конкатенации, где она является суммой размеров входов по этому измерению.

Если expand_nonconcat_dim равно True, форма вывода по измерениям, отличным от измерения конкатенации, будет расширена до максимальной среди всех входов, а по измерению конкатенации она будет являться суммой размеров входов по этому измерению.

Элементы вывода будут отсортированы заново, чтобы сохранить порядок сортировки по возрастанию номера измерения.

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 эффективной конкатенации по произвольному измерению.

Например, если axis = 1 и входные данные:

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:

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

Еще один пример, если 'axis = 1' и входные данные:

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:

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