aliran tensor:: operasi:: Irisan Jarang

#include <sparse_ops.h>

Iris SparseTensor berdasarkan start dan size .

Ringkasan

Misalnya, jika masukannya 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:

  • ruang lingkup: Objek Lingkup
  • indeks: tensor 2-D mewakili indeks tensor renggang.
  • nilai: Tensor 1-D mewakili nilai tensor renggang.
  • bentuk: 1-D. tensor mewakili bentuk tensor renggang.
  • mulai: 1-D. tensor mewakili awal irisan.
  • ukuran: 1-D. tensor mewakili ukuran irisan. indeks keluaran: Daftar tensor 1-D mewakili indeks tensor renggang keluaran.

Pengembalian:

  • Output keluaran_indeks
  • Nilai_output Output : Daftar tensor 1-D mewakili nilai tensor renggang keluaran.
  • Bentuk_keluaran Output : Daftar tensor 1-D mewakili bentuk tensor renggang 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

keluaran_indeks 

::tensorflow::Output output_indices

keluaran_bentuk 

::tensorflow::Output output_shape

nilai_output 

::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
)