ReadVariableXlaSplitND

public class akhir ReadVariableXlaSplitND

Membagi tensor input variabel resource di semua dimensi.

Sebuah op yang membagi tensor input variabel sumber daya berdasarkan atribut num_splits yang diberikan, pads slice secara opsional, dan mengembalikan slice. Irisan dikembalikan dalam urutan baris-utama.

Operasi ini dapat dihasilkan melalui jembatan TPU.

Misalnya, dengan `tensor input`:

[[0, 1, 2],
  [3, 4, 5],
  [6, 7, 8]]
 

` num_splits`:

[2, 2]
 

dan `paddings`:

[1, 1]
 

yang diharapkan` outputs` adalah:

[[0, 1],
  [3, 4]]
 [[2, 0],
  [5, 0]]
 [[6, 7],
  [0, 0]]
 [[8, 0],
  [0, 0]]
 

Kelas Bersarang

kelas

BacaVariableXlaSplitND.Options

Atribut opsional untuk ReadVariableXlaSplitND

Metode Publik

statis <T> ReadVariableXlaSplitND <T>	membuat ( Lingkup lingkup, Operan <?> sumber daya, Kelas <T> T, Long N, Daftar <Panjang> numSplits, Options ... pilihan) Metode pabrik untuk membuat kelas yang membungkus operasi ReadVariableXlaSplitND baru.
Iterator < Operan <T >>	iterator ()
Daftar < Keluaran <T >>	output ()
statis ReadVariableXlaSplitND.Options	paddings (Daftar <Panjang> paddings)

Metode yang Diwarisi

Dari kelas org.tensorflow.op.PrimitiveOp

boolean akhir	sama (Object obj)
akhir	hashCode ()
Operasi	op () Mengembalikan mendasari Operation
string terakhir	toString ()

Dari kelas java.lang.Object

boolean	sama (Object arg0)
Kelas terakhir<?>	getClass ()
ke dalam	hashCode ()
kekosongan akhir	notify ()
kekosongan akhir	notifyAll ()
Rangkaian	toString ()
kekosongan akhir	menunggu (arg0 panjang, int arg1)
kekosongan akhir	menunggu (arg0 panjang)
kekosongan akhir	menunggu ()

Dari antarmuka java.lang.Iterable

kekosongan abstrak	forEach (Consumer <? Super T> arg0)
abstrak Iterator < Operan <T >>	iterator ()
abstrak Spliterator < Operan <T >>	spliterator ()

Metode Publik

public static ReadVariableXlaSplitND <T> membuat ( Lingkup lingkup, Operan <?> sumber daya, Kelas <T> T, Long N, Daftar <Panjang> numSplits, Options ... pilihan)

Metode pabrik untuk membuat kelas yang membungkus operasi ReadVariableXlaSplitND baru.

Parameter

cakupan	lingkup saat ini
sumber	Variabel sumber daya tensor input untuk dibagi di semua dimensi. } out_arg { nama: "keluaran" deskripsi: <
numSplits	Jumlah cara untuk membagi per dimensi. Dimensi bentuk harus dapat dibagi secara merata.
pilihan	membawa nilai atribut opsional

Kembali

• contoh baru dari ReadVariableXlaSplitND

public Iterator < Operan <T >> iterator ()

public List < Keluaran <T >> output ()

public static ReadVariableXlaSplitND.Options paddings (Daftar <Panjang> paddings)

Parameter

bantalan	Daftar opsional padding kanan per dimensi tensor input untuk diterapkan sebelum pemisahan. Ini dapat digunakan untuk membuat dimensi dapat dibagi secara merata.