Zadbaj o dobrą organizację dzięki kolekcji
Zapisuj i kategoryzuj treści zgodnie ze swoimi preferencjami.
przepływ tensorowy:: ops:: Połączenie równoległe
#include <array_ops.h> Łączy listę N tensorów wzdłuż pierwszego wymiaru.
Streszczenie
Wszystkie tensory wejściowe muszą mieć rozmiar 1 w pierwszym wymiarze.
Na przykład:
# 'x' is [[1, 4]]
# 'y' is [[2, 5]]
# 'z' is [[3, 6]]
parallel_concat([x, y, z]) => [[1, 4], [2, 5], [3, 6]] # Pack along first dim.
Różnica między concat i równoległy_concat polega na tym, że concat wymaga obliczenia wszystkich danych wejściowych przed rozpoczęciem operacji, ale nie wymaga znajomości kształtów wejściowych podczas konstruowania wykresu. Połączenie równoległe skopiuje fragmenty danych wejściowych na dane wyjściowe, gdy tylko staną się dostępne, w niektórych sytuacjach może to zapewnić poprawę wydajności.
Argumenty:
- zakres: Obiekt Scope
- wartości: Tensory do połączenia. Wszystkie muszą mieć rozmiar 1 w pierwszym wymiarze i ten sam kształt.
- kształt: ostateczny kształt wyniku; powinna być równa kształtom dowolnego wejścia, ale z liczbą wartości wejściowych w pierwszym wymiarze.
Zwroty:
Atrybuty publiczne
Funkcje publiczne
węzeł
::tensorflow::Node * node() const
operator::tensorflow::Input() const
operator::tensorflow::Wyjście
operator::tensorflow::Output() const
O ile nie stwierdzono inaczej, treść tej strony jest objęta licencją Creative Commons – uznanie autorstwa 4.0, a fragmenty kodu są dostępne na licencji Apache 2.0. Szczegółowe informacje na ten temat zawierają zasady dotyczące witryny Google Developers. Java jest zastrzeżonym znakiem towarowym firmy Oracle i jej podmiotów stowarzyszonych.
Ostatnia aktualizacja: 2025-07-25 UTC.
[null,null,["Ostatnia aktualizacja: 2025-07-25 UTC."],[],[],null,["# tensorflow::ops::ParallelConcat Class Reference\n\ntensorflow::ops::ParallelConcat\n===============================\n\n`#include \u003carray_ops.h\u003e`\n\nConcatenates a list of `N` tensors along the first dimension.\n\nSummary\n-------\n\nThe input tensors are all required to have size 1 in the first dimension.\n\nFor example:\n\n\n```scdoc\n# 'x' is [[1, 4]]\n# 'y' is [[2, 5]]\n# 'z' is [[3, 6]]\nparallel_concat([x, y, z]) =\u003e [[1, 4], [2, 5], [3, 6]] # Pack along first dim.\n```\n\n\u003cbr /\u003e\n\nThe difference between concat and parallel_concat is that concat requires all of the inputs be computed before the operation will begin but doesn't require that the input shapes be known during graph construction. Parallel concat will copy pieces of the input into the output as they become available, in some situations this can provide a performance benefit.\n\nArguments:\n\n- scope: A [Scope](/versions/r1.15/api_docs/cc/class/tensorflow/scope#classtensorflow_1_1_scope) object\n- values: Tensors to be concatenated. [All](/versions/r1.15/api_docs/cc/class/tensorflow/ops/all#classtensorflow_1_1ops_1_1_all) must have size 1 in the first dimension and same shape.\n- shape: the final shape of the result; should be equal to the shapes of any input but with the number of input values in the first dimension.\n\n\u003cbr /\u003e\n\nReturns:\n\n- [Output](/versions/r1.15/api_docs/cc/class/tensorflow/output#classtensorflow_1_1_output): The concatenated tensor.\n\n\u003cbr /\u003e\n\n| ### Constructors and Destructors ||\n|---|---|\n| [ParallelConcat](#classtensorflow_1_1ops_1_1_parallel_concat_1a60020ca0a0ad9b1f1f1ab296cc49745d)`(const ::`[tensorflow::Scope](/versions/r1.15/api_docs/cc/class/tensorflow/scope#classtensorflow_1_1_scope)` & scope, ::`[tensorflow::InputList](/versions/r1.15/api_docs/cc/class/tensorflow/input-list#classtensorflow_1_1_input_list)` values, PartialTensorShape shape)` ||\n\n| ### Public attributes ||\n|---------------------------------------------------------------------------------------------|----------------------------------------------------------------------------------------------------------|\n| [operation](#classtensorflow_1_1ops_1_1_parallel_concat_1af663fb0e8d0b48dbdd39c4663f6a995c) | [Operation](/versions/r1.15/api_docs/cc/class/tensorflow/operation#classtensorflow_1_1_operation) |\n| [output](#classtensorflow_1_1ops_1_1_parallel_concat_1ad8442cea6d8145bdcdc7fa4546c3a25c) | `::`[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_parallel_concat_1ac4a6ff40acbc954f1d49c80fc94645df)`() const ` | `::tensorflow::Node *` |\n| [operator::tensorflow::Input](#classtensorflow_1_1ops_1_1_parallel_concat_1a2bf16ff17da885269b998bbd3053caea)`() const ` | ` ` ` ` |\n| [operator::tensorflow::Output](#classtensorflow_1_1ops_1_1_parallel_concat_1ab99eff81cc7f72feedcba5cb98e7b689)`() const ` | ` ` ` ` |\n\nPublic attributes\n-----------------\n\n### operation\n\n```text\nOperation operation\n``` \n\n### output\n\n```text\n::tensorflow::Output output\n``` \n\nPublic functions\n----------------\n\n### ParallelConcat\n\n```gdscript\n ParallelConcat(\n const ::tensorflow::Scope & scope,\n ::tensorflow::InputList values,\n PartialTensorShape shape\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```"]]
