공개 최종 클래스 SplitDedupData
연산은 입력 중복 제거 데이터 XLA 튜플을 정수 및 부동 소수점 텐서로 분할합니다.
중복 제거 데이터는 정수 및 부동 소수점 값으로 구성된 XLA 튜플입니다. 이 작업은 이러한 값을 두 가지 유형에 대해 두 그룹으로 나누고 각 그룹을 반환할 하나의 텐서로 구성하는 것입니다.
중첩 클래스
수업 | SplitDedupData.Options | SplitDedupData 의 선택적 속성 |
공개 방법
정적 SplitDedupData.Options | config (문자열 구성) |
static <T는 숫자 확장, U는 숫자 확장> SplitDedupData <T, U> | |
출력 <U> | 플로트텐서 () 1-D 부동 텐서는 중복 제거 데이터 튜플의 부동 요소를 포함합니다. |
출력 <T> | 정수텐서 () 1차원 정수 텐서는 중복 제거 데이터 튜플의 정수 요소를 포함합니다. |
상속된 메서드
공개 방법
공개 정적 SplitDedupData <T, U> 생성 ( 범위 범위, 피연산자 <?> 입력, Class<T> 정수 유형, 클래스<U> floatType, 문자열 tupleMask, 옵션... 옵션)
새로운 SplitDedupData 작업을 래핑하는 클래스를 생성하는 팩토리 메서드입니다.
매개변수
범위 | 현재 범위 |
---|---|
입력 | 중복 제거 데이터 튜플로 정수 및 부동 소수점 요소를 포함하는 XLA 튜플입니다. |
정수 유형 | 정수_텐서 유형. 허용되는 유형: int32, int64, uint32, uint64. |
부동 소수점 유형 | float_tensor 유형. 허용되는 유형: half, bfloat16, float. |
튜플마스크 | 출력 튜플 마스크의 직렬화된 TensorProto 문자열입니다. 이 마스크는 2D 텐서이며 첫 번째 열은 튜플 요소 유형이고 두 번째 열은 이 유형의 범위입니다. 예를 들어 (1, 2, 0.1, 3)의 출력 튜플의 마스크는 [[0, 2], [1, 1], [0, 1]]입니다. 우리는 두 가지 유형의 요소, 즉 정수(0)와 부동소수점(1)만 예상합니다. |
옵션 | 선택적 속성 값을 전달합니다. |
보고
- SplitDedupData의 새 인스턴스