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> | |
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
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 > 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.