공개 최종 클래스 DynamicStitch
'데이터' 텐서의 값을 단일 텐서에 인터리브합니다.
다음과 같이 병합된 텐서를 구축합니다.
merged[indices[m][i, ..., j], ...] = data[m][i, ..., j, ...]
# Scalar indices:
merged[indices[m], ...] = data[m][...]
# Vector indices:
merged[indices[m][i], ...] = data[m][i, ...]
merged.shape = [최대(인덱스) + 1] + 상수
값은 순서대로 병합되므로 `(m,i) < (n,j)`에 대해 `indices[m][i]`와 `indices[n][j]` 모두에 인덱스가 나타나면 슬라이스 `data [n][j]`가 병합된 결과에 나타납니다. 이 보장이 필요하지 않은 경우 ParallelDynamicStitch는 일부 장치에서 더 나은 성능을 발휘할 수 있습니다.
예를 들어:
indices[0] = 6
indices[1] = [4, 1]
indices[2] = [[5, 2], [0, 3]]
data[0] = [61, 62]
data[1] = [[41, 42], [11, 12]]
data[2] = [[[51, 52], [21, 22]], [[1, 2], [31, 32]]]
merged = [[1, 2], [11, 12], [21, 22], [31, 32], [41, 42],
[51, 52], [61, 62]]
# Apply function (increments x_i) on elements for which a certain condition
# apply (x_i != -1 in this example).
x=tf.constant([0.1, -1., 5.2, 4.3, -1., 7.4])
condition_mask=tf.not_equal(x,tf.constant(-1.))
partitioned_data = tf.dynamic_partition(
x, tf.cast(condition_mask, tf.int32) , 2)
partitioned_data[1] = partitioned_data[1] + 1.0
condition_indices = tf.dynamic_partition(
tf.range(tf.shape(x)[0]), tf.cast(condition_mask, tf.int32) , 2)
x = tf.dynamic_stitch(condition_indices, partitioned_data)
# Here x=[1.1, -1., 6.2, 5.3, -1, 8.4], the -1. values remain
# unchanged.
![](https://tensorflow.google.cn/images/DynamicStitch.png?authuser=19&hl=ko)
공개 방법
출력 <T> | 출력 () 텐서의 기호 핸들을 반환합니다. |
정적 <T> DynamicStitch <T> | |
출력 <T> | 병합됨 () |
상속된 메서드
공개 방법
공개 출력 <T> asOutput ()
텐서의 기호 핸들을 반환합니다.
TensorFlow 작업에 대한 입력은 다른 TensorFlow 작업의 출력입니다. 이 메서드는 입력 계산을 나타내는 기호 핸들을 얻는 데 사용됩니다.
공개 정적 DynamicStitch <T> 생성 ( 범위 범위, Iterable< Operand <Integer>> 인덱스, Iterable< Operand <T>> 데이터)
새로운 DynamicStitch 작업을 래핑하는 클래스를 생성하는 팩토리 메서드입니다.
매개변수
범위 | 현재 범위 |
---|
보고
- DynamicStitch의 새로운 인스턴스