tensorflow - 为什么 tflite 模式中的 SparseIndexVector 是联合?
问题描述
查看架构,我有一个问题。有SparseIndexVector
一个类型是联合。
union SparseIndexVector {
Int32Vector,
Uint16Vector,
Uint8Vector
}
这是 的子参数SparsityParameters
。但我不知道为什么它应该是联合。
我能猜到的只有一段记忆。是否有任何其他原因必须是联合,而不仅仅是 Int32Vector?
解决方案
它的设计方式是尽可能高效地存储稀疏张量的元数据。如果张量本身比较小,那么将索引存储为 int32 类型会很浪费。还要考虑一个量化的稀疏张量。如果元数据盲目使用 int32 类型,它很容易变得比张量本身大。
推荐阅读
- asterisk - 将星号数据推送到 X-lite 软电话
- javascript - 关于函数对象的javascript调用结果的问题
- oracle - 关于更改 APEX 数据加载向导以提供默认目标列的问题
- c# - 如何通过DLL中的接口调用内部类方法
- api - 在 GRPC API 中反序列化自定义负载
- react-native - 在 React Native 中使用套接字时如何从传入的函数中传递值
- javascript - 选中复选框时添加文本框
- spring - Kotlin + Spring 5 功能 bean 与传统 bean 混合测试没有 spring-boot
- dependency-injection - 为 ASP.NET 创建 OrmLite 存储库基类
- c++ - 区分实线和虚线的相关性