সেন্সরফ্লো :: অপস :: স্পারস্লাইস
#include <sparse_ops.h>
start
এবং size
উপর ভিত্তি করে একটি SparseTensor
স্লাইস করুন।
সারসংক্ষেপ
উদাহরণস্বরূপ, ইনপুটটি যদি
input_tensor = shape = [2, 7] [ a d e ] [b c ]হয়
গ্রাফিকালি আউটপুট টেনারগুলি হ'ল:
sparse_slice([0, 0], [2, 4]) = shape = [2, 4] [ a ] [b c ] sparse_slice([0, 4], [2, 3]) = shape = [2, 3] [ d e ] [ ]
যুক্তি:
- সুযোগ: একটি স্কোপ অবজেক্ট
- সূচকগুলি: 2-ডি টেনসর বিরাট টেনসারের সূচকগুলি উপস্থাপন করে।
- মানগুলি: 1-ডি টেনসর স্পার্স টেনসরের মানগুলি উপস্থাপন করে।
- আকৃতি: 1-ডি। টেনসর স্পার্স টেনসরের আকারকে উপস্থাপন করে।
- শুরু: 1-ডি। টেনসর স্লাইস শুরু প্রতিনিধিত্ব করে।
- আকার: 1-ডি। টেন্সর স্লাইস আকার প্রতিনিধিত্ব করে। আউটপুট সূচকগুলি: 1-ডি টেনারগুলির একটি তালিকা আউটপুট স্পার্স টেনারগুলির সূচকগুলি উপস্থাপন করে।
রিটার্নস:
-
Output
আউটপুট_ইন্ডিসেস -
Output
আউটপুট_ভ্যালু: 1-ডি টেনারগুলির একটি তালিকাOutput
স্পার্স টেনারগুলির মান উপস্থাপন করে। -
Output
আউটপুট_শ্যাপ: 1-ডি টেনারগুলির একটি তালিকাOutput
স্পার্স টেনারগুলির আকারকে উপস্থাপন করে।
নির্মাণকারী এবং ধ্বংসকারী | |
---|---|
SparseSlice (const :: tensorflow::Scope & scope, :: tensorflow::Input indices, :: tensorflow::Input values, :: tensorflow::Input shape, :: tensorflow::Input start, :: tensorflow::Input size) |
জনসাধারণের গুণাবলী | |
---|---|
operation | |
output_indices | |
output_shape | |
output_values |
জনসাধারণের গুণাবলী
অপারেশন
Operation operation
আউটপুট_ইন্ডিস
::tensorflow::Output output_indices
আউটপুট_শ্যাপ
::tensorflow::Output output_shape
আউটপুট_ভ্যালু
::tensorflow::Output output_values
পাবলিক ফাংশন
স্পারস্লাইস
SparseSlice( const ::tensorflow::Scope & scope, ::tensorflow::Input indices, ::tensorflow::Input values, ::tensorflow::Input shape, ::tensorflow::Input start, ::tensorflow::Input size )