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 `indices[m]` adalah skalar atau vektor, kita memiliki # Scalar indices:
merged[indices[m], ...] = data[m][...]
# Vector indices:
merged[indices[m][i], ...] = data[m][i, ...]
Setiap `data[i].shape` harus dimulai dengan `indices[i] yang sesuai. shape`, dan `data[i].shape` lainnya harus konstan dengan `i`. Artinya, kita harus memiliki `data[i].shape = indeks[i].shape + konstan`. Dalam istilah `konstan` ini, bentuk keluarannya adalahmerge.shape = [maks(indeks)] + konstanta
Nilai dapat digabungkan secara paralel, jadi jika indeks muncul di `indices[m][i]` dan `indices[n][j]`, hasilnya mungkin tidak valid. Ini berbeda dari operator DynamicStitch normal yang mendefinisikan perilaku dalam kasus tersebut.
Misalnya:
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 simbolik tensor. |
statis <T> ParalelDynamicStitch <T> | |
Keluaran <T> | digabungkan () |
Metode Warisan
Metode Publik
Keluaran publik <T> sebagai Keluaran ()
Mengembalikan pegangan simbolik tensor.
Masukan ke operasi TensorFlow adalah keluaran dari operasi TensorFlow lainnya. Metode ini digunakan untuk mendapatkan pegangan simbolis yang mewakili perhitungan input.
public static ParallelDynamicStitch <T> buat ( Lingkup lingkup, Iterable< Operand <Integer>> indeks, Iterable< Operand <T>> data)
Metode pabrik untuk membuat kelas yang membungkus operasi ParallelDynamicStitch baru.
Parameter
cakupan | ruang lingkup saat ini |
---|
Kembali
- contoh baru ParallelDynamicStitch