Punto dinamico

classe finale pubblica DynamicStitch

Interlaccia i valori dai tensori "dati" in un singolo tensore.

Costruisce un tensore unito in questo modo

merged[indices[m][i, ..., j], ...] = data[m][i, ..., j, ...]
 

Ad esempio, se ogni `indices[m]` è scalare o vettoriale, abbiamo

# Scalar indices:
     merged[indices[m], ...] = data[m][...]
 
     # Vector indices:
     merged[indices[m][i], ...] = data[m][i, ...]
 

Ogni "data[i].shape" deve iniziare con il corrispondente "indices[i].shape" e il resto di "data[i].shape" deve essere costante rispetto a "i". Cioè, dobbiamo avere `data[i].shape = indici[i].shape + costante`. In termini di questa "costante", la forma dell'output è

merged.shape = [max(indici)] + costante

I valori vengono uniti in ordine, quindi se un indice appare sia in `indices[m][i]` che in `indices[n][j]` per `(m,i) < (n,j)` la sezione `data [n][j]` apparirà nel risultato unito. Se non hai bisogno di questa garanzia, ParallelDynamicStitch potrebbe funzionare meglio su alcuni dispositivi.

Per esempio:

indices[0] = 6
     indices[1] = [4, 1]
     indices[2] = [[5, 2], [0, 3]]
     data[0] = [61, 62]
     data[1] = [[41, 42], [11, 12]]
     data[2] = [[[51, 52], [21, 22]], [[1, 2], [31, 32]]]
     merged = [[1, 2], [11, 12], [21, 22], [31, 32], [41, 42],
               [51, 52], [61, 62]]
 

Questo metodo può essere utilizzato per unire le partizioni create da "dynamic_partition" come illustrato nell'esempio seguente:

# Apply function (increments x_i) on elements for which a certain condition
     # apply (x_i != -1 in this example).
     x=tf.constant([0.1, -1., 5.2, 4.3, -1., 7.4])
     condition_mask=tf.not_equal(x,tf.constant(-1.))
     partitioned_data = tf.dynamic_partition(
         x, tf.cast(condition_mask, tf.int32) , 2)
     partitioned_data[1] = partitioned_data[1] + 1.0
     condition_indices = tf.dynamic_partition(
         tf.range(tf.shape(x)[0]), tf.cast(condition_mask, tf.int32) , 2)
     x = tf.dynamic_stitch(condition_indices, partitioned_data)
     # Here x=[1.1, -1., 6.2, 5.3, -1, 8.4], the -1. values remain
     # unchanged.
 

Metodi pubblici

Uscita <T>	comeuscita () Restituisce la maniglia simbolica di un tensore.
<T> statico DynamicStitch <T>	create (ambito dell'ambito , indici Iterable< operando <Integer>>, dati Iterable< operando <T>>) Metodo factory per creare una classe che racchiude una nuova operazione DynamicStitch.
Uscita <T>	uniti ()

Metodi ereditati

Dalla classe org.tensorflow.op.PrimitiveOp

booleano finale	è uguale a (Oggetto oggetto)
finale int	codicehash ()
Operazione	op () Restituisce l' Operation sottostante
stringa finale	aStringa ()

Dalla classe java.lang.Object

booleano	è uguale a (Oggetto arg0)
Classe finale<?>	getClass ()
int	codicehash ()
vuoto finale	avvisare ()
vuoto finale	notificaTutti ()
Corda	aStringa ()
vuoto finale	attendere (lungo arg0, int arg1)
vuoto finale	aspetta (lungo arg0)
vuoto finale	Aspettare ()

Dall'interfaccia org.tensorflow.Operand

risultato astratto <T>

comeuscita () Restituisce la maniglia simbolica di un tensore.

Metodi pubblici

Uscita pubblica <T> asOutput ()

Restituisce la maniglia simbolica di un tensore.

Gli input per le operazioni TensorFlow sono output di un'altra operazione TensorFlow. Questo metodo viene utilizzato per ottenere un handle simbolico che rappresenta il calcolo dell'input.

creazione statica pubblica DynamicStitch <T> (ambito ambito , indici Iterable< operando <Integer>>, dati Iterable< operando <T>>)

Metodo factory per creare una classe che racchiude una nuova operazione DynamicStitch.

Parametri

ambito	ambito attuale

Ritorni

• una nuova istanza di DynamicStitch

Output pubblico <T> unito ()