SparseSlice

classe finale pubblica SparseSlice

Taglia uno `SparseTensor` in base a `inizio` e `dimensione`.

Ad esempio, se l'input è

input_tensore = forma = [2, 7] [ ade ] [bc ]

Graficamente i tensori di uscita sono:

fetta_sparsa([0, 0], [2, 4]) = forma = [2, 4] [ a ] ​​[bc ]

sparse_slice([0, 4], [2, 3]) = forma = [2, 3] [ de ] [ ]

Costanti

Corda OP_NAME Il nome di questa operazione, come noto al motore principale di TensorFlow

Metodi pubblici

statico <T estende TType > SparseSlice <T>
create ( ambito ambito , indici operando < TInt64 >, valori operando <T>, forma operando < TInt64 >, inizio operando < TInt64 >, dimensione operando < TInt64 >)
Metodo factory per creare una classe che racchiude una nuova operazione SparseSlice.
Uscita < TInt64 >
Uscita < TInt64 >
outputShape ()
Un elenco di tensori 1-D rappresenta la forma dei tensori sparsi di output.
Uscita <T>
valori di output ()
Un elenco di tensori 1-D rappresenta i valori dei tensori sparsi di output.

Metodi ereditati

Costanti

Stringa finale statica pubblica OP_NAME

Il nome di questa operazione, come noto al motore principale di TensorFlow

Valore costante: "SparseSlice"

Metodi pubblici

creazione statica pubblica SparseSlice <T> (ambito ambito , indici operando < TInt64 >, valori operando <T>, forma operando < TInt64 >, inizio operando < TInt64 >, dimensione operando < TInt64 >)

Metodo factory per creare una classe che racchiude una nuova operazione SparseSlice.

Parametri
scopo ambito attuale
indici Il tensore 2-D rappresenta gli indici del tensore sparso.
valori Il tensore 1-D rappresenta i valori del tensore sparso.
forma 1-D. il tensore rappresenta la forma del tensore sparso.
inizio 1-D. il tensore rappresenta l'inizio della fetta.
misurare 1-D. il tensore rappresenta la dimensione della fetta. indici di output: un elenco di tensori 1-D rappresenta gli indici dei tensori sparsi di output.
ritorna
  • una nuova istanza di SparseSlice

output pubblico < TInt64 > outputIndices ()

output pubblico < TInt64 > outputShape ()

Un elenco di tensori 1-D rappresenta la forma dei tensori sparsi di output.

Uscita pubblica <T> outputValues ​​()

Un elenco di tensori 1-D rappresenta i valori dei tensori sparsi di output.