tensorflow:: ops:: SparseSlice

#include <sparse_ops.h>

একটি SparseTensor তার start এবং size উপর ভিত্তি করে স্লাইস করুন।

সারসংক্ষেপ

উদাহরণস্বরূপ, যদি ইনপুটটি হয়

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

গ্রাফিকভাবে আউটপুট টেনসরগুলো হলো:

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

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

যুক্তি:

• স্কোপ: একটি স্কোপ অবজেক্ট
• সূচকসমূহ: দ্বি-মাত্রিক টেনসরটি স্পার্স টেনসরের সূচকসমূহকে উপস্থাপন করে।
• মানসমূহ: ১-মাত্রিক টেনসরটি স্পার্স টেনসরের মানসমূহকে উপস্থাপন করে।
• আকৃতি: ১-মাত্রিক। টেনসরটি স্পার্স টেনসরের আকৃতিকে উপস্থাপন করে।
• শুরু: ১-মাত্রিক টেনসরটি স্লাইসটির শুরু নির্দেশ করে।
• আকার: ১-মাত্রিক। টেনসরটি স্লাইসের আকার নির্দেশ করে। আউটপুট সূচকসমূহ: ১-মাত্রিক টেনসরের একটি তালিকা আউটপুট স্পার্স টেনসরগুলোর সূচক নির্দেশ করে।

ফেরত:

• Output আউটপুট_সূচক
• Output আউটপুট_ভ্যালুস: ১-ডি টেনসরের একটি তালিকা যা আউটপুট স্পার্স টেনসরগুলোর মান উপস্থাপন করে।
• Output আউটপুট_শেপ: ১-মাত্রিক টেনসরের একটি তালিকা যা আউটপুট স্পার্স টেনসরগুলোর আকৃতিকে উপস্থাপন করে।

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

জনসাধারণের বৈশিষ্ট্য
operation	Operation
output_indices	:: tensorflow::Output
output_shape	:: tensorflow::Output
output_values	:: tensorflow::Output

জনসাধারণের বৈশিষ্ট্য

অপারেশন

Operation operation

আউটপুট_সূচক

::tensorflow::Output output_indices

আউটপুট_আকৃতি

::tensorflow::Output output_shape

আউটপুট_মান

::tensorflow::Output output_values

জনসাধারণের কার্যাবলী

স্পার্সস্লাইস

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