Divisez les éléments de « source » basés sur « sep » en un « SparseTensor ».
Soit N la taille de la source (généralement, N sera la taille du lot). Divisez chaque élément de « source » en fonction de « sep » et renvoyez un « SparseTensor » contenant les jetons divisés. Les jetons vides sont ignorés.
Par exemple, N = 2, source[0] est « bonjour tout le monde » et source[1] est « ab c », alors la sortie sera
st.indices = [0, 0;
               0, 1;
               1, 0;
               1, 1;
               1, 2]
 st.shape = [2, 3]
 st.values = ['hello', 'world', 'a', 'b', 'c']
 Notez que le comportement mentionné ci-dessus correspond au str.split de Python.
Classes imbriquées
| classe | StringSplit.Options | Attributs facultatifs pour StringSplit | |
Constantes
| Chaîne | OP_NAME | Le nom de cette opération, tel que connu par le moteur principal TensorFlow | 
Méthodes publiques
| StringSplit statique | |
| Sortie < TInt64 > |  indices () | 
| StringSplit.Options statique |  maxsplit (Long maxsplit) | 
| Sortie < TInt64 > |  forme () | 
| Sortie < TString > |  valeurs ()  | 
Méthodes héritées
Constantes
chaîne finale statique publique OP_NAME
Le nom de cette opération, tel que connu par le moteur principal TensorFlow
Méthodes publiques
public static StringSplit create ( Scope scope, Operand < TString > input, Operand < TString > sep, Options... options)
Méthode d'usine pour créer une classe encapsulant une nouvelle opération StringSplit.
Paramètres
| portée | portée actuelle | 
|---|---|
| saisir | Chaîne `1-D` `Tensor`, les chaînes à diviser. | 
| sep | Chaîne `0-D` `Tensor`, le caractère délimiteur. | 
| choix | porte des valeurs d'attributs facultatifs | 
Retours
- une nouvelle instance de StringSplit
public static StringSplit.Options maxsplit (Long maxsplit)
Paramètres
| maximum | Un « int ». Si `maxsplit > 0`, limite du partage du résultat. | 
|---|