tf.compat.v1.sparse_concat

Конкатенирует список SparseTensor по указанному измерению. (устаревшие аргументы)

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

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

Если expand_nonconcat_dim равен False, формы всех входов должны совпадать, за исключением измерения конкатенации. Если expand_nonconcat_dim равен True, формы входов могут отличаться.

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

Если expand_nonconcat_dim равен False, форма выходных данных совпадает с формами входов, за исключением измерения конкатенации, где она равна сумме размеров входов по этому измерению.

Если expand_nonconcat_dim равен True, форма выходных данных по измерениям, не участвующим в конкатенации, будет расширена до максимального значения среди всех входов, а по измерению конкатенации она будет равна сумме размеров входов по этому измерению.

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

Эта операция выполняется за O(M log M) время, где M — общее количество ненулевых значений во всех входных данных. Это связано с необходимостью внутренней сортировки для эффективной конкатенации по произвольному измерению.

Например, если axis = 1 и входы равны

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 выходные данные будут

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 входы равны

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          ]