tensorflow::ops::SparseSlice

#include <sparse_ops.h>

แบ่ง SparseTensor ตาม start และ size

สรุป

ตัวอย่างเช่น หากอินพุตคือ

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

เทนเซอร์ผลลัพธ์ที่แสดงในกราฟมีดังนี้:

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

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

ข้อโต้แย้ง:

  • ขอบเขต: วัตถุ ขอบเขต
  • ดัชนี: เทนเซอร์ 2 มิติ แสดงถึงดัชนีของเทนเซอร์แบบเบาบาง
  • ค่า: เทนเซอร์ 1 มิติ แสดงถึงค่าของเทนเซอร์แบบเบาบาง
  • รูปร่าง: เทนเซอร์ 1 มิติ แสดงถึงรูปร่างของเทนเซอร์แบบเบาบาง
  • start: เทนเซอร์ 1 มิติ แสดงถึงจุดเริ่มต้นของส่วนตัด
  • ขนาด: เทนเซอร์ 1 มิติ แสดงถึงขนาดของส่วนตัด ดัชนีเอาต์พุต: รายการของเทนเซอร์ 1 มิติ แสดงถึงดัชนีของเทนเซอร์แบบสปาร์สที่เป็นเอาต์พุต

การส่งคืนสินค้า:

  • Output output_indices
  • ค่า Output : รายการของเทนเซอร์ 1 มิติ แสดงถึงค่าของเทนเซอร์แบบสปาร์สที่เป็นเอาต์พุต
  • Output output_shape: รายการของเทนเซอร์ 1 มิติที่แสดงถึงรูปร่างของเทนเซอร์แบบสปาร์สที่เป็นเอาต์พุต

ตัวสร้างและตัวทำลาย

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

คุณลักษณะสาธารณะ

operation
output_indices
output_shape
output_values

คุณลักษณะสาธารณะ

การดำเนินการ

Operation operation

ดัชนีเอาต์พุต

::tensorflow::Output output_indices

รูปทรงเอาต์พุต

::tensorflow::Output output_shape

ค่าเอาต์พุต

::tensorflow::Output output_values

หน้าที่สาธารณะ

สเปรสสไลซ์

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