tensorflow:: عملیات:: برش پراکنده

#include <sparse_ops.h>

یک SparseTensor بر اساس start و size برش دهید.

خلاصه

برای مثال، اگر ورودی

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  ]
[      ]

استدلال‌ها:

  • دامنه: یک شیء دامنه
  • شاخص‌ها: تانسور دوبعدی نشان دهنده شاخص‌های تانسور پراکنده است.
  • مقادیر: تانسور تک‌بعدی نشان‌دهنده مقادیر تانسور پراکنده است.
  • شکل: تانسور تک‌بعدی، شکل تانسور پراکنده را نشان می‌دهد.
  • شروع: تانسور یک بعدی، شروع برش را نشان می‌دهد.
  • اندازه: تانسور تک‌بعدی. نشان‌دهنده اندازه برش است. شاخص‌های خروجی: فهرستی از تانسورهای تک‌بعدی، نشان‌دهنده شاخص‌های تانسورهای پراکنده خروجی است.

بازده:

  • Output
  • مقادیر خروجی Output : فهرستی از تانسورهای یک بعدی، مقادیر تانسورهای پراکنده خروجی را نشان می‌دهد.
  • Output output_shape: فهرستی از تانسورهای یک بعدی، شکل تانسورهای پراکنده خروجی را نشان می‌دهد.

سازنده‌ها و مخرب‌ها

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

ویژگی‌های عمومی

operation
output_indices
output_shape
output_values

ویژگی‌های عمومی

عملیات

Operation operation

شاخص‌های خروجی

::tensorflow::Output output_indices

شکل_خروجی

::tensorflow::Output output_shape

مقادیر_خروجی

::tensorflow::Output output_values

کارکردهای عمومی

SparseSlice

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