تدفق التوتر:: العمليات:: شريحة متفرقة

#include <sparse_ops.h>

قم بتقطيع SparseTensor بناءً على start size .

ملخص

على سبيل المثال، إذا كان الإدخال هو

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

بيانيا موترات الإخراج هي:

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

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

الحجج:

  • النطاق: كائن النطاق
  • المؤشرات: يمثل الموتر ثنائي الأبعاد مؤشرات الموتر المتناثر.
  • القيم: يمثل الموتر 1-D قيم الموتر المتناثر.
  • الشكل: 1-د. يمثل الموتر شكل الموتر المتناثر.
  • البداية: 1-د. يمثل الموتر بداية الشريحة.
  • الحجم: 1-د. يمثل الموتر حجم الشريحة. مؤشرات الخرج: تمثل قائمة الموترات أحادية الأبعاد مؤشرات الخرج المتناثر.

عائدات:

  • مؤشرات الإخراج Output
  • قيم إخراج Output : تمثل قائمة الموترات أحادية الأبعاد قيم موترات الإخراج المتفرقة.
  • Output : تمثل قائمة الموترات أحادية الأبعاد شكل موترات الإخراج المتناثرة.

البنائين والمدمرين

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

الصفات العامة

operation
output_indices
output_shape
output_values

الصفات العامة

عملية

Operation operation

input_indices

::tensorflow::Output output_indices

input_shape

::tensorflow::Output output_shape

input_values

::tensorflow::Output output_values

الوظائف العامة

شريحة متفرقة

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