tensorflow::ops::SparseSlice

#include <sparse_ops.h>

Iris SparseTensor berdasarkan start dan size .

Ringkasan

Misalnya, jika inputnya adalah

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

Secara grafis, tensor outputnya adalah:

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

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

Argumen:

  • Cakupan: Objek Cakupan
  • indeks: tensor 2-D mewakili indeks tensor sparse.
  • Nilai: Tensor 1-D merepresentasikan nilai-nilai tensor sparse.
  • bentuk: 1-D. tensor mewakili bentuk tensor sparse.
  • Mulai: 1-D. Tensor merepresentasikan awal irisan.
  • Ukuran: 1-D. Tensor mewakili ukuran irisan. Indeks keluaran: Daftar tensor 1-D mewakili indeks tensor sparse keluaran.

Mengembalikan:

  • Output indeks_keluaran
  • Output output_values: Sebuah daftar tensor 1-D yang mewakili nilai-nilai tensor sparse keluaran.
  • Output output_shape: Daftar tensor 1-D yang merepresentasikan bentuk tensor sparse keluaran.

Konstruktor dan Destruktor

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

Atribut publik

operation
output_indices
output_shape
output_values

Atribut publik

operasi 

Operation operation

indeks_keluaran 

::tensorflow::Output output_indices

bentuk_keluaran 

::tensorflow::Output output_shape

nilai_keluaran 

::tensorflow::Output output_values

Fungsi publik

Irisan Jarang 

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