جریان تنسور:: عملیات:: SparseSlice

#include <sparse_ops.h>

SparseTensor بر اساس start و size برش دهید.

خلاصه

به عنوان مثال، اگر ورودی است

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

از نظر گرافیکی تانسورهای خروجی عبارتند از:

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

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

استدلال ها:

  • scope: یک شی Scope
  • شاخص ها: تانسور 2 بعدی نشان دهنده شاخص های تانسور پراکنده است.
  • مقادیر: تانسور 1-D نشان دهنده مقادیر تانسور پراکنده است.
  • شکل: 1-D. تانسور شکل تانسور پراکنده را نشان می دهد.
  • شروع: 1-D. تانسور شروع برش را نشان می دهد.
  • اندازه: 1-D. تانسور اندازه برش را نشان می دهد. شاخص های خروجی: فهرستی از تانسورهای 1-D نشان دهنده شاخص های تانسورهای پراکنده خروجی است.

برمی‌گرداند:

  • Output
  • Output : فهرستی از تانسورهای 1-D مقادیر تانسورهای پراکنده خروجی را نشان می دهد.
  • Output : فهرستی از تانسورهای 1 بعدی شکل تانسورهای پراکنده خروجی را نشان می دهد.

سازندگان و ویرانگرها

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

صفات عمومی

operation
output_indices
output_shape
output_values

صفات عمومی

عملیات 

Operation operation

خروجی_شاخص ها 

::tensorflow::Output output_indices

خروجی_شکل 

::tensorflow::Output output_shape

مقادیر_خروجی 

::tensorflow::Output output_values

توابع عمومی

SparseSlice 

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