Dzieli „dane” na tensory „liczba_partycji” przy użyciu indeksów z „partycji”.
Dla każdej krotki indeksu `js` o rozmiarze `partitions.ndim` fragment `data[js, ...]` staje się częścią `outputs[partitions[js]]`. Wycinki z `partitions[js] = i` są umieszczane w `outputs[i]` w porządku leksykograficznym `js`, a pierwszy wymiar `outputs[i]` to liczba wpisów w `partycjach` równa „ja”. Mówiąc szczegółowo,
outputs[i].shape = [sum(partitions == i)] + data.shape[partitions.ndim:]
outputs[i] = pack([data[js, ...] for js if partitions[js] == i])
„data.shape” musi zaczynać się od „partitions.shape”.Na przykład:
# Scalar partitions.
partitions = 1
num_partitions = 2
data = [10, 20]
outputs[0] = [] # Empty with shape [0, 2]
outputs[1] = [[10, 20]]
# Vector partitions.
partitions = [0, 0, 1, 1, 0]
num_partitions = 2
data = [10, 20, 30, 40, 50]
outputs[0] = [10, 20, 50]
outputs[1] = [30, 40]
Zobacz `dynamic_stitch`, aby zobaczyć przykład, jak ponownie scalić partycje. Stałe
Strunowy | OP_NAME | Nazwa tej operacji znana silnikowi rdzenia TensorFlow |
Metody publiczne
statyczny <T rozszerza TType > DynamicPartition <T> | |
Iterator< Operand <T>> | iterator () |
Lista< Wyjście <T>> | wyjścia () |
Metody dziedziczone
Stałe
publiczny statyczny końcowy ciąg znaków OP_NAME
Nazwa tej operacji znana silnikowi rdzenia TensorFlow
Metody publiczne
public static DynamicPartition <T> utwórz (zakres zakresu , dane argumentu <T>, argument <TInt32> partycje, długie numPartitions)
Metoda fabryczna służąca do tworzenia klasy opakowującej nową operację DynamicPartition.
Parametry
zakres | aktualny zakres |
---|---|
partycje | Dowolny kształt. Indeksy z zakresu `[0, num_partitions)`. |
liczba partycji | Liczba partycji do wydrukowania. |
Zwroty
- nowa instancja DynamicPartition