ReadVariableXlaSplitND

kelas akhir publik ReadVariableXlaSplitND

Membagi tensor masukan variabel sumber daya di semua dimensi.

Sebuah operasi yang membagi tensor masukan variabel sumber daya berdasarkan atribut num_splits yang diberikan, memasukkan irisan secara opsional, dan mengembalikan irisan tersebut. 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]
 
`outputs` yang diharapkan 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> BacaVariableXlaSplitND <T>
buat ( Lingkup lingkup, Operan <?> sumber daya, Kelas<T> T, Panjang N, Daftar<Panjang> numSplits, Opsi... opsi)
Metode pabrik untuk membuat kelas yang membungkus operasi ReadVariableXlaSplitND baru.
Iterator< Operan <T>>
Daftar< Keluaran <T>>
ReadVariableXlaSplitND.Options statis
bantalan (Daftar<Panjang> bantalan)

Metode Warisan

Metode Publik

public static ReadVariableXlaSplitND <T> buat ( Lingkup cakupan , Operan <?> sumber daya, Kelas<T> T, Panjang N, Daftar<Panjang> numSplits, Opsi... opsi)

Metode pabrik untuk membuat kelas yang membungkus operasi ReadVariableXlaSplitND baru.

Parameter
cakupan ruang lingkup saat ini
sumber Variabel sumber daya tensor masukan untuk dibagi ke semua dimensi. } out_arg { nama: "keluaran" deskripsi: <
nomorSplit Banyaknya cara untuk membagi per dimensi. Dimensi bentuk harus dapat dibagi rata.
pilihan membawa nilai atribut opsional
Kembali
  • contoh baru dari ReadVariableXlaSplitND

Iterator publik< Operan <T>> iterator ()

Daftar publik< Keluaran <T>> keluaran ()

padding ReadVariableXlaSplitND.Options statis publik (padding Daftar<Panjang>)

Parameter
bantalan Daftar opsional bantalan kanan per dimensi tensor masukan yang akan diterapkan sebelum pemisahan. Ini dapat digunakan untuk membuat suatu dimensi dapat dibagi rata.