Peringatan: API ini tidak digunakan lagi dan akan dihapus di versi TensorFlow mendatang setelah penggantinya stabil.

DynamicPartition

DynamicPartition kelas akhir publik

Partisi `data` menjadi `num_partitions` tensor menggunakan indeks dari `partisi`.

Untuk setiap tuple indeks `js` berukuran `partitions.ndim`, irisan `data[js, ...]` menjadi bagian dari `outputs[partitions[js]]`. Irisan dengan `partitions[js] = i` ditempatkan di `outputs[i]` dalam urutan leksikografis `js`, dan dimensi pertama `outputs[i]` adalah jumlah entri dalam `partisi` sama dengan `saya`. Secara detail, `data.shape` l10n

outputs[i].shape = [sum(partitions == i)] + data.shape[partitions.ndim:]
 
     outputs[i] = pack([data[js, ...] for js if partitions[js] == i])
 
harus dimulai dengan `partitions.shape`.

Misalnya:

# Scalar partitions.
     partitions = 1
     num_partitions = 2
     data = [10, 20]
     outputs[0] = []  # Empty with shape [0, 2]
     outputs[1] = [[10, 20]]
 
     # Vector partitions.
     partitions = [0, 0, 1, 1, 0]
     num_partitions = 2
     data = [10, 20, 30, 40, 50]
     outputs[0] = [10, 20, 50]
     outputs[1] = [30, 40]
 
Lihat `dynamic_stitch` untuk contoh tentang cara menggabungkan kembali partisi.

Metode Publik

statis <T> Partisi Dinamis <T>
buat ( Cakupan cakupan, data Operand <T>, partisi Operand <Integer>, Partisi angka panjang)
Metode pabrik untuk membuat kelas yang membungkus operasi DynamicPartition baru.
Iterator< Operan <T>>
Daftar< Keluaran <T>>

Metode yang Diwarisi

Metode Publik

DynamicPartition <T> publik statis buat ( Cakupan cakupan, data Operand <T>, partisi Operand <Integer>, Partisi num panjang)

Metode pabrik untuk membuat kelas yang membungkus operasi DynamicPartition baru.

Parameter
cakupan lingkup saat ini
partisi Bentuk apapun. Indeks dalam rentang `[0, num_partitions)`.
jumlah Partisi Jumlah partisi yang akan dihasilkan.
Kembali
  • contoh baru DynamicPartition

Iterator publik< Operand <T>> iterator ()

Daftar publik< Keluaran <T>> keluaran ()