ParallelDynamicStitch

পাবলিক ফাইনাল ক্লাস ParallelDynamicStitch

একটি একক টেনসরে `ডেটা` টেনসর থেকে মানগুলিকে ইন্টারলিভ করুন।

একটি মার্জড টেনসর তৈরি করে যেমন 

merged[indices[m][i, ..., j], ...] = data[m][i, ..., j, ...]
উদাহরণস্বরূপ, প্রতিটি `সূচক[m]` স্কেলার বা ভেক্টর হলে, আমাদের কাছে 
# Scalar indices:
     merged[indices[m], ...] = data[m][...]
 
     # Vector indices:
     merged[indices[m][i], ...] = data[m][i, ...]
প্রতিটি `ডাটা[i].শেপ` সংশ্লিষ্ট `সূচক[i] দিয়ে শুরু হওয়া আবশ্যক। shape`, এবং বাকি `data[i].shape` অবশ্যই ধ্রুবক wrt `i` হতে হবে। অর্থাৎ, আমাদের অবশ্যই `data[i].shape = indices[i].shape + constant` থাকতে হবে। এই `ধ্রুবক` এর পরিপ্রেক্ষিতে, আউটপুট আকৃতি

merged.shape = [max(সূচক)] + ধ্রুবক

মানগুলি সমান্তরালভাবে মার্জ করা হতে পারে, তাই যদি একটি সূচক `সূচক[m][i]` এবং `সূচক[n][j]` উভয় ক্ষেত্রেই দেখা যায়, ফলাফলটি অবৈধ হতে পারে। এটি সাধারণ ডায়নামিক স্টিচ অপারেটর থেকে পৃথক যা সেই ক্ষেত্রে আচরণকে সংজ্ঞায়িত করে।

উদাহরণস্বরূপ: 

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]]
এই পদ্ধতিটি নিম্নলিখিত উদাহরণে চিত্রিত হিসাবে `ডাইনামিক_পার্টিশন` দ্বারা তৈরি পার্টিশনগুলিকে একত্রিত করতে ব্যবহার করা যেতে পারে: 
# 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.

পাবলিক পদ্ধতি

আউটপুট <T>
আউটপুট হিসাবে ()
একটি টেনসরের প্রতীকী হ্যান্ডেল প্রদান করে।
স্ট্যাটিক <T> ParallelDynamicStitch <T>
তৈরি করুন ( স্কোপ স্কোপ, পুনরাবৃত্তিযোগ্য< Operand <Integer>> সূচক, Iterable< Operand <T>> ডেটা)
একটি নতুন ParallelDynamicStitch অপারেশন মোড়ানো একটি ক্লাস তৈরি করার কারখানার পদ্ধতি।
আউটপুট <T>
একত্রিত ()

উত্তরাধিকারসূত্রে প্রাপ্ত পদ্ধতি

পাবলিক পদ্ধতি

সর্বজনীন আউটপুট <T> হিসাবে আউটপুট ()

একটি টেনসরের প্রতীকী হ্যান্ডেল প্রদান করে।

TensorFlow অপারেশনের ইনপুট হল অন্য TensorFlow অপারেশনের আউটপুট। এই পদ্ধতিটি একটি প্রতীকী হ্যান্ডেল পেতে ব্যবহৃত হয় যা ইনপুটের গণনাকে প্রতিনিধিত্ব করে।

পাবলিক স্ট্যাটিক ParallelDynamicStitch <T> তৈরি করুন ( Scope scope, Iterable< Operand <Integer>> indices, Iterable< Operand <T>> ডেটা)

একটি নতুন ParallelDynamicStitch অপারেশন মোড়ানো একটি ক্লাস তৈরি করার কারখানার পদ্ধতি।

পরামিতি
সুযোগ বর্তমান সুযোগ
রিটার্নস
  • ParallelDynamicStitch এর একটি নতুন উদাহরণ

সর্বজনীন আউটপুট <T> মার্জড ()