tensorflow::ops::SparseSlice

#include <sparse_ops.h>

Suddividi un SparseTensor in sezioni in base start e size .

Riepilogo

Ad esempio, se l'input è

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

Graficamente i tensori di output sono:

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

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

Argomentazioni:

  • ambito: un oggetto Scope
  • indici: il tensore 2D rappresenta gli indici del tensore sparso.
  • valori: il tensore 1-D rappresenta i valori del tensore sparso.
  • forma: tensore 1-D. Rappresenta la forma del tensore sparso.
  • inizio: tensore 1D. rappresenta l'inizio della sezione.
  • dimensione: tensore 1D rappresenta la dimensione della sezione. indici di output: un elenco di tensori 1D rappresenta gli indici dei tensori sparsi di output.

Resi:

  • Output output_indices
  • Output output_values: Un elenco di tensori 1-D che rappresenta i valori dei tensori sparsi di output.
  • Output output_shape: Un elenco di tensori 1D che rappresenta la forma dei tensori sparsi di output.

Costruttori e distruttori

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

attributi pubblici

operation
output_indices
output_shape
output_values

attributi pubblici

operazione 

Operation operation

indici_di_output 

::tensorflow::Output output_indices

forma_output 

::tensorflow::Output output_shape

valori_di_output 

::tensorflow::Output output_values

Funzioni pubbliche

SparseSlice 

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