tensorflow::ops::SparseSlice

#include <sparse_ops.h>

Découper un SparseTensor en fonction du start et de la size .

Résumé

Par exemple, si l'entrée est

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

Graphiquement, les tenseurs de sortie sont :

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

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

Arguments :

  • portée : un objet Scope
  • indices : le tenseur 2D représente les indices du tenseur creux.
  • valeurs : le tenseur 1D représente les valeurs du tenseur creux.
  • forme : 1-D. Le tenseur représente la forme du tenseur creux.
  • début : tenseur 1D représentant le début de la tranche.
  • Taille : tenseur unidimensionnel représentant la taille de la tranche. Indices de sortie : une liste de tenseurs unidimensionnels représentant les indices des tenseurs creux de sortie.

Retours :

  • Output output_indices
  • Output output_values : Une liste de tenseurs 1D représente les valeurs des tenseurs creux de sortie.
  • Output output_shape : Une liste de tenseurs 1D représente la forme des tenseurs creux de sortie.

Constructeurs et destructeurs

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

attributs publics

operation
output_indices
output_shape
output_values

attributs publics

opération 

Operation operation

indices_de_sortie 

::tensorflow::Output output_indices

forme_de_sortie 

::tensorflow::Output output_shape

valeurs_de_sortie 

::tensorflow::Output output_values

fonctions publiques

Tranche clairsemée 

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