ParallelDynamicStitch

सार्वजनिक अंतिम वर्ग पैरेललडायनामिकस्टिच

`डेटा` टेंसर से मानों को एक टेंसर में इंटरलीव करें।

एक मर्ज किया हुआ टेंसर इस प्रकार बनाता है

merged[indices[m][i, ..., j], ...] = data[m][i, ..., j, ...]
 

उदाहरण के लिए, यदि प्रत्येक `सूचकांक[m]` अदिश या सदिश है, तो हमारे पास है

# Scalar indices:
     merged[indices[m], ...] = data[m][...]
 
     # Vector indices:
     merged[indices[m][i], ...] = data[m][i, ...]
 

प्रत्येक `data[i].shape` को संबंधित `indices[i].shape` से शुरू होना चाहिए, और शेष `data[i].shape` को `i` के संबंध में स्थिर होना चाहिए। अर्थात्, हमारे पास `data[i].shape = indices[i].shape + स्थिरांक` होना चाहिए। इस `स्थिरांक` के संदर्भ में, आउटपुट आकार है

मर्ज.आकार = [अधिकतम(सूचकांक)] + स्थिरांक

मानों को समानांतर में मर्ज किया जा सकता है, इसलिए यदि कोई सूचकांक `सूचकांक[m][i]` और `सूचकांक[n][j]` दोनों में दिखाई देता है, तो परिणाम अमान्य हो सकता है। यह सामान्य डायनामिकस्टिच ऑपरेटर से भिन्न है जो उस मामले में व्यवहार को परिभाषित करता है।

उदाहरण के लिए:

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]]
 

इस विधि का उपयोग `dynamic_partition` द्वारा बनाए गए विभाजनों को मर्ज करने के लिए किया जा सकता है जैसा कि निम्नलिखित उदाहरण में दिखाया गया है:

# 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.
 

सार्वजनिक तरीके

आउटपुट <T>	आउटपुट के रूप में () टेंसर का प्रतीकात्मक हैंडल लौटाता है।
स्थिर <टी> समानांतर गतिशील सिलाई <टी>	बनाएं ( स्कोप स्कोप, Iterable< ऑपरेंड <Integer>> सूचकांक, Iterable< ऑपरेंड <T>> डेटा) एक नया ParallelDynamicStitch ऑपरेशन लपेटकर एक क्लास बनाने की फ़ैक्टरी विधि।
आउटपुट <T>	विलय होना ()

विरासत में मिले तरीके

कक्षा org.tensorflow.op.PrimitiveOp से

अंतिम बूलियन	बराबर (वस्तु वस्तु)
अंतिम अंतर	हैशकोड ()
संचालन	ऑप () अंतर्निहित Operation लौटाता है
अंतिम स्ट्रिंग	स्ट्रिंग ()

कक्षा java.lang.Object से

बूलियन	बराबर (ऑब्जेक्ट arg0)
अंतिम कक्षा<?>	गेटक्लास ()
int यहाँ	हैशकोड ()
अंतिम शून्य	सूचित करें ()
अंतिम शून्य	सभी को सूचित करें ()
डोरी	स्ट्रिंग ()
अंतिम शून्य	प्रतीक्षा करें (लंबा arg0, int arg1)
अंतिम शून्य	प्रतीक्षा करें (लंबा arg0)
अंतिम शून्य	इंतज़ार ()

इंटरफ़ेस org.tensorflow.Operand से

सार आउटपुट <टी>

आउटपुट के रूप में () टेंसर का प्रतीकात्मक हैंडल लौटाता है।

सार्वजनिक तरीके

सार्वजनिक आउटपुट <T> asOutput ()

टेंसर का प्रतीकात्मक हैंडल लौटाता है।

TensorFlow संचालन के इनपुट किसी अन्य TensorFlow ऑपरेशन के आउटपुट हैं। इस पद्धति का उपयोग एक प्रतीकात्मक हैंडल प्राप्त करने के लिए किया जाता है जो इनपुट की गणना का प्रतिनिधित्व करता है।

सार्वजनिक स्थैतिक ParallelDynamicStitch <T> बनाएं ( स्कोप स्कोप, Iterable< ऑपरेंड <Integer>> इंडेक्स, Iterable< ऑपरेंड <T>> डेटा)

एक नया ParallelDynamicStitch ऑपरेशन लपेटकर एक क्लास बनाने की फ़ैक्टरी विधि।

पैरामीटर

दायरा	वर्तमान दायरा

रिटर्न

• ParallelDynamicStitch का एक नया उदाहरण

सार्वजनिक आउटपुट <T> मर्ज किया गया ()