جریان تنسور:: عملیات:: BarrierReadySize
#include <data_flow_ops.h>تعداد عناصر کامل را در مانع داده شده محاسبه می کند.
خلاصه
استدلال ها:
- scope: یک شی Scope
- دسته: دسته به مانع.
برمی گرداند:
-
Output: تعداد عناصر کامل (یعنی آنهایی که تمام اجزای مقدارشان تنظیم شده است) در مانع.
سازندگان و ویرانگرها | |
|---|---|
BarrierReadySize (const :: tensorflow::Scope & scope, :: tensorflow::Input handle) |
صفات عمومی | |
|---|---|
operation | |
size | |
توابع عمومی | |
|---|---|
node () const | ::tensorflow::Node * |
operator::tensorflow::Input () const | |
operator::tensorflow::Output () const | |
صفات عمومی
عملیات
Operation operation
اندازه
::tensorflow::Output size
توابع عمومی
BarrierReadySize
BarrierReadySize( const ::tensorflow::Scope & scope, ::tensorflow::Input handle )
گره
::tensorflow::Node * node() const
عملگر::tensorflow::ورودی
operator::tensorflow::Input() const
عملگر::tensorflow::خروجی
operator::tensorflow::Output() const
جز در مواردی که غیر از این ذکر شده باشد،محتوای این صفحه تحت مجوز Creative Commons Attribution 4.0 License است. نمونه کدها نیز دارای مجوز Apache 2.0 License است. برای اطلاع از جزئیات، به خطمشی‌های سایت Google Developers مراجعه کنید. جاوا علامت تجاری ثبت‌شده Oracle و/یا شرکت‌های وابسته به آن است.
تاریخ آخرین به‌روزرسانی 2025-07-26 به‌وقت ساعت هماهنگ جهانی.
[null,null,["تاریخ آخرین به‌روزرسانی 2025-07-26 به‌وقت ساعت هماهنگ جهانی."],[],[],null,["# tensorflow::ops::BarrierReadySize Class Reference\n\ntensorflow::ops::BarrierReadySize\n=================================\n\n`#include \u003cdata_flow_ops.h\u003e`\n\nComputes the number of complete elements in the given barrier.\n\nSummary\n-------\n\nArguments:\n\n- scope: A [Scope](/versions/r1.15/api_docs/cc/class/tensorflow/scope#classtensorflow_1_1_scope) object\n- handle: The handle to a barrier.\n\n\u003cbr /\u003e\n\nReturns:\n\n- [Output](/versions/r1.15/api_docs/cc/class/tensorflow/output#classtensorflow_1_1_output): The number of complete elements (i.e. those with all of their value components set) in the barrier.\n\n\u003cbr /\u003e\n\n| ### Constructors and Destructors ||\n|---|---|\n| [BarrierReadySize](#classtensorflow_1_1ops_1_1_barrier_ready_size_1a51121cc445185480d50dd40afb59bdfe)`(const ::`[tensorflow::Scope](/versions/r1.15/api_docs/cc/class/tensorflow/scope#classtensorflow_1_1_scope)` & scope, ::`[tensorflow::Input](/versions/r1.15/api_docs/cc/class/tensorflow/input#classtensorflow_1_1_input)` handle)` ||\n\n| ### Public attributes ||\n|------------------------------------------------------------------------------------------------|----------------------------------------------------------------------------------------------------------|\n| [operation](#classtensorflow_1_1ops_1_1_barrier_ready_size_1a474bcd8b228f5b0054819f67ad15bc3f) | [Operation](/versions/r1.15/api_docs/cc/class/tensorflow/operation#classtensorflow_1_1_operation) |\n| [size](#classtensorflow_1_1ops_1_1_barrier_ready_size_1a8895ef5e10a1cfd8b34031abd05970de) | `::`[tensorflow::Output](/versions/r1.15/api_docs/cc/class/tensorflow/output#classtensorflow_1_1_output) |\n\n| ### Public functions ||\n|------------------------------------------------------------------------------------------------------------------------------|------------------------|\n| [node](#classtensorflow_1_1ops_1_1_barrier_ready_size_1ac7cd96a76b2fdc0733c774daed43c7cf)`() const ` | `::tensorflow::Node *` |\n| [operator::tensorflow::Input](#classtensorflow_1_1ops_1_1_barrier_ready_size_1a45e85d5cb11f33f983c0c71132f7a57c)`() const ` | ` ` ` ` |\n| [operator::tensorflow::Output](#classtensorflow_1_1ops_1_1_barrier_ready_size_1a98f58ad93444e753301e6094c8ee72aa)`() const ` | ` ` ` ` |\n\nPublic attributes\n-----------------\n\n### operation\n\n```text\nOperation operation\n``` \n\n### size\n\n```text\n::tensorflow::Output size\n``` \n\nPublic functions\n----------------\n\n### BarrierReadySize\n\n```gdscript\n BarrierReadySize(\n const ::tensorflow::Scope & scope,\n ::tensorflow::Input handle\n)\n``` \n\n### node\n\n```gdscript\n::tensorflow::Node * node() const \n``` \n\n### operator::tensorflow::Input\n\n```gdscript\n operator::tensorflow::Input() const \n``` \n\n### operator::tensorflow::Output\n\n```gdscript\n operator::tensorflow::Output() const \n```"]]