tensorflow :: ops :: SparseSlice
#include <sparse_ops.h>
Potong SparseTensor
berdasarkan start
dan size
.
Ringkasan
Misalnya, jika inputnya adalah
input_tensor = shape = [2, 7] [ a d e ] [b c ]
Secara grafis tensor keluarannya 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:
- scope: Objek Scope
- indeks: tensor 2-D mewakili indeks dari tensor renggang.
- nilai: tensor 1-D mewakili nilai-nilai tensor renggang.
- Bentuk: 1-D. tensor mewakili bentuk tensor jarang.
- mulai: 1-D. tensor mewakili awal irisan.
- ukuran: 1-D. tensor mewakili ukuran potongan. indeks keluaran: Daftar tensor 1-D mewakili indeks tensor jarang keluaran.
Pengembalian:
-
Output
output_indices -
Output
output_values: Daftar tensor 1-D mewakili nilai-nilai tensor jarang keluaran. -
Output
output_shape: Daftar tensor 1-D mewakili bentuk tensor jarang keluaran.
Pembuat dan Penghancur | |
---|---|
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
output_indices
::tensorflow::Output output_indices
output_shape
::tensorflow::Output output_shape
output_values
::tensorflow::Output output_values
Fungsi publik
SparseSlice
SparseSlice( const ::tensorflow::Scope & scope, ::tensorflow::Input indices, ::tensorflow::Input values, ::tensorflow::Input shape, ::tensorflow::Input start, ::tensorflow::Input size )