aliran tensor:: operasi:: JarangSplit

#include <sparse_ops.h>

Pisahkan SparseTensor menjadi num_split tensor sepanjang satu dimensi.

Ringkasan

Jika shape[split_dim] bukan bilangan bulat kelipatan dari num_split . Slices [0 : shape[split_dim] % num_split] mendapat satu dimensi tambahan. Misalnya, jika split_dim = 1 dan num_split = 2 dan inputnya adalah 

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

Secara grafis tensor keluaran adalah: 

output_tensor[0] = shape = [2, 4]
[    a  ]
[b c    ]

output_tensor[1] = shape = [2, 3]
[ d e  ]
[      ]

Argumen:

  • ruang lingkup: Objek Lingkup
  • split_dim: 0-D. Dimensi yang akan dipisah. Harus dalam kisaran [0, rank(shape)) .
  • indeks: tensor 2-D mewakili indeks tensor sparse.
  • nilai: tensor 1-D mewakili nilai tensor sparse.
  • bentuk: 1-D. tensor mewakili bentuk tensor sparse. indeks keluaran: Daftar tensor 1-D mewakili indeks tensor jarang keluaran.
  • num_split: Jumlah cara untuk membagi.

Pengembalian:

  • OutputList output_index
  • OutputList output_values: Daftar tensor 1-D mewakili nilai tensor sparse keluaran.
  • OutputList output_shape: Daftar tensor 1-D mewakili bentuk tensor sparse keluaran.

Konstruktor dan Destructor

SparseSplit (const :: tensorflow::Scope & scope, :: tensorflow::Input split_dim, :: tensorflow::Input indices, :: tensorflow::Input values, :: tensorflow::Input shape, int64 num_split)

Atribut publik

operation
output_indices
output_shape
output_values

Atribut publik

operasi

Operation operation

keluaran_indeks

::tensorflow::OutputList output_indices

keluaran_bentuk

::tensorflow::OutputList output_shape

keluaran_nilai

::tensorflow::OutputList output_values

Fungsi publik

JarangSplit

 SparseSplit(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input split_dim,
  ::tensorflow::Input indices,
  ::tensorflow::Input values,
  ::tensorflow::Input shape,
  int64 num_split
)