এলোমেলোভাবে এবং নির্ধারকভাবে একটি টেনসরকে তার প্রথম মাত্রা বরাবর পরিবর্তন করে।
টেনসরটি 0 ডাইমেনশনের সাথে এলোমেলো করা হয়, যাতে প্রতিটি `মান[j]` এক এবং শুধুমাত্র একটি `আউটপুট[i]`-এ ম্যাপ করা হয়। উদাহরণস্বরূপ, একটি ম্যাপিং যা 3x2 টেনসরের জন্য ঘটতে পারে:
[[1, 2], [[5, 6],
[3, 4], ==> [1, 2],
[5, 6]] [3, 4]]
পাবলিক পদ্ধতি
আউটপুট <T> | আউটপুট হিসাবে () একটি টেনসরের প্রতীকী হ্যান্ডেল প্রদান করে। |
static <T> Statelessshuffle <T> | |
আউটপুট <T> | আউটপুট () 'মান' হিসাবে একই আকৃতি এবং প্রকারের একটি টেনসর, এটির প্রথম মাত্রা বরাবর এলোমেলো করা হয়েছে৷ |
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 সিম্বলিক হ্যান্ডেল পেতে ব্যবহৃত হয় যা ইনপুটের গণনার প্রতিনিধিত্ব করে।
পাবলিক স্ট্যাটিক স্টেটলেস শাফেল <T> তৈরি করুন ( স্কোপ স্কোপ, অপারেন্ড <T> মান, অপারেন্ড <?> কী, অপারেন্ড <?> কাউন্টার, অপারেন্ড <পূর্ণসংখ্যা> alg)
একটি নতুন স্টেটলেস শাফেল অপারেশন মোড়ানো একটি ক্লাস তৈরি করার কারখানার পদ্ধতি।
পরামিতি
সুযোগ | বর্তমান সুযোগ |
---|---|
মান | টেনসর এলোমেলো করতে হবে। |
চাবি | কাউন্টার-ভিত্তিক RNG অ্যালগরিদমের জন্য কী (আকৃতি uint64[1])। |
পাল্টা | কাউন্টার-ভিত্তিক RNG অ্যালগরিদমের জন্য প্রাথমিক কাউন্টার (আকৃতি uint64[2] বা uint64[1] অ্যালগরিদমের উপর নির্ভর করে)। যদি একটি বড় ভেক্টর দেওয়া হয়, শুধুমাত্র বাম দিকে প্রয়োজনীয় অংশ (যেমন [:N]) ব্যবহার করা হবে। |
alg | RNG অ্যালগরিদম (শেপ int32[])। |
রিটার্নস
- স্টেটলেস শাফলের একটি নতুন উদাহরণ
সর্বজনীন আউটপুট <T> আউটপুট ()
'মান' হিসাবে একই আকৃতি এবং প্রকারের একটি টেনসর, এটির প্রথম মাত্রা বরাবর এলোমেলো করা হয়েছে৷