tensorflow:: ops:: SparseSlice

#include <sparse_ops.h>

قم بتقسيم SparseTensor بناءً على start size .

ملخص

على سبيل المثال، إذا كان المدخل هو

input_tensor = shape = [2, 7]
[    a   d e  ]
[b c          ]

بيانيًا، تكون موترات الإخراج كما يلي:

sparse_slice([0, 0], [2, 4]) = shape = [2, 4]
[    a  ]
[b c    ]

sparse_slice([0, 4], [2, 3]) = shape = [2, 3]
[ d e  ]
[      ]

الحجج:

• النطاق: كائن النطاق
• المؤشرات: يمثل الموتر ثنائي الأبعاد مؤشرات الموتر المتفرق.
• القيم: يمثل الموتر أحادي البعد قيم الموتر المتفرق.
• الشكل: 1-D. يمثل الموتر شكل الموتر المتفرق.
• البداية: موتر أحادي البعد يمثل بداية الشريحة.
• الحجم: موتر أحادي البعد يمثل حجم الشريحة. مؤشرات الإخراج: قائمة من الموترات أحادية البعد تمثل مؤشرات موترات الإخراج المتفرقة.

المرتجعات:

• مخرجات مؤشرات Output
• Output output_values: قائمة من الموترات أحادية البعد تمثل قيم الموترات المتفرقة الناتجة.
• Output output_shape: قائمة من الموترات أحادية البعد تمثل شكل الموترات المتفرقة الناتجة.

البناة والمدمرون
SparseSlice (const :: tensorflow::Scope & scope, :: tensorflow::Input indices, :: tensorflow::Input values, :: tensorflow::Input shape, :: tensorflow::Input start, :: tensorflow::Input size)

السمات العامة
operation	Operation
output_indices	:: tensorflow::Output
output_shape	:: tensorflow::Output
output_values	:: tensorflow::Output

السمات العامة

عملية

Operation operation

مؤشرات الإخراج

::tensorflow::Output output_indices

شكل الإخراج

::tensorflow::Output output_shape

قيم_المخرجات

::tensorflow::Output output_values

الوظائف العامة

شريحة متفرقة

 SparseSlice(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input indices,
  ::tensorflow::Input values,
  ::tensorflow::Input shape,
  ::tensorflow::Input start,
  ::tensorflow::Input size
)