Sisipkan nilai dari tensor `data` ke dalam satu tensor.
Membangun tensor gabungan sehingga
merged[indices[m][i, ..., j], ...] = data[m][i, ..., j, ...]
Misalnya, jika setiap `indeks[m]` adalah skalar atau vektor, kami memiliki # Scalar indices:
merged[indices[m], ...] = data[m][...]
# Vector indices:
merged[indices[m][i], ...] = data[m][i, ...]
Setiap `data[i].shape` harus dimulai dengan `indeks[i] yang sesuai. shape`, dan `data[i].shape` lainnya harus konstan wrt `i`. Artinya, kita harus memiliki `data[i].shape = indices[i].shape + constant`. Dalam hal `konstanta` ini, bentuk outputnya adalahmerged.shape = [maks(indeks)] + konstanta
Nilai digabungkan secara berurutan, jadi jika indeks muncul di `indeks[m][i]` dan `indeks[n][j]` untuk `(m,i) < (n,j)` irisan `data [n][j]` akan muncul di hasil gabungan. Jika Anda tidak memerlukan jaminan ini, ParallelDynamicStitch mungkin berkinerja lebih baik di beberapa perangkat.
Contoh:
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]]
Metode ini dapat digunakan untuk menggabungkan partisi yang dibuat oleh `dynamic_partition` seperti yang diilustrasikan pada contoh berikut: # 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.

Metode Publik
Keluaran <T> | sebagai Keluaran () Mengembalikan pegangan simbolis tensor. |
statis <T> Jahitan Dinamis <T> | |
Keluaran <T> | digabungkan () |
Metode yang Diwarisi
Metode Publik
Output publik <T> sebagai Output ()
Mengembalikan pegangan simbolis tensor.
Input ke operasi TensorFlow adalah output dari operasi TensorFlow lainnya. Metode ini digunakan untuk mendapatkan pegangan simbolis yang mewakili perhitungan input.
public static DynamicStitch <T> buat ( Scope scope, Iterable< Operand <Integer>> indeks, Iterable< Operand <T>> data)
Metode pabrik untuk membuat kelas yang membungkus operasi DynamicStitch baru.
Parameter
cakupan | lingkup saat ini |
---|
Kembali
- contoh baru DynamicStitch