`विभाजन` के सूचकांकों का उपयोग करके `डेटा` को `num_partitions` टेन्सर में विभाजित करता है।
प्रत्येक सूचकांक टपल `js` आकार `partitions.ndim` के लिए, स्लाइस `डेटा [js, ...]` `आउटपुट [विभाजन [js]]` का हिस्सा बन जाता है। `विभाजन [जेएस] = i` वाले स्लाइस को` आउटपुट [i]` में `जेएस` के लेक्सिकोग्राफिक क्रम में रखा गया है, और `आउटपुट [i]` का पहला आयाम `विभाजन` में प्रविष्टियों की संख्या के बराबर है `मैं`। विस्तार से,
outputs[i].shape = [sum(partitions == i)] + data.shape[partitions.ndim:]
outputs[i] = pack([data[js, ...] for js if partitions[js] == i])
`data.shape` को `partitions.shape` से शुरू होना चाहिए।उदाहरण के लिए:
# Scalar partitions.
partitions = 1
num_partitions = 2
data = [10, 20]
outputs[0] = [] # Empty with shape [0, 2]
outputs[1] = [[10, 20]]
# Vector partitions.
partitions = [0, 0, 1, 1, 0]
num_partitions = 2
data = [10, 20, 30, 40, 50]
outputs[0] = [10, 20, 50]
outputs[1] = [30, 40]
विभाजन को वापस मर्ज करने के तरीके के उदाहरण के लिए `डायनामिक_स्टिच` देखें। 
उठाता है: * `InvalidArgumentError` निम्नलिखित मामलों में: - यदि विभाजन श्रेणी `[0, num_partiions)` में नहीं है - यदि `partitions.shape` `data.shape` तर्क के उपसर्ग से मेल नहीं खाता है।
सार्वजनिक तरीके
स्थिर <टी> गतिशील विभाजन <टी> | |
इटरेटर < ऑपरेंड <टी >> | पुनरावर्तक () |
सूची < आउटपुट <टी >> | आउटपुट () |
विरासत में मिली विधियाँ
सार्वजनिक तरीके
सार्वजनिक स्थैतिक डायनेमिकपार्टिशन <टी> बनाएं ( स्कोप स्कोप, ऑपरेंड <टी> डेटा, ऑपरेंड <पूर्णांक> विभाजन, लंबी संख्या विभाजन)
एक नया डायनेमिकपार्टिशन ऑपरेशन रैपिंग क्लास बनाने के लिए फ़ैक्टरी विधि।
पैरामीटर
दायरा | वर्तमान गुंजाइश |
---|---|
विभाजन | कोई भी आकार। `[0, num_partitions)` श्रेणी में सूचकांक। |
numPartitions | आउटपुट के लिए विभाजन की संख्या। |
रिटर्न
- डायनेमिकपार्टिशन का एक नया उदाहरण
`विभाजन` के सूचकांकों का उपयोग करके `डेटा` को `num_partitions` टेन्सर में विभाजित करता है।
प्रत्येक सूचकांक टपल `js` आकार `partitions.ndim` के लिए, स्लाइस `डेटा [js, ...]` `आउटपुट [विभाजन [js]]` का हिस्सा बन जाता है। `विभाजन [जेएस] = i` वाले स्लाइस को` आउटपुट [i]` में `जेएस` के लेक्सिकोग्राफिक क्रम में रखा गया है, और `आउटपुट [i]` का पहला आयाम `विभाजन` में प्रविष्टियों की संख्या के बराबर है `मैं`। विस्तार से,
outputs[i].shape = [sum(partitions == i)] + data.shape[partitions.ndim:]
outputs[i] = pack([data[js, ...] for js if partitions[js] == i])
`data.shape` को `partitions.shape` से शुरू होना चाहिए।उदाहरण के लिए:
# Scalar partitions.
partitions = 1
num_partitions = 2
data = [10, 20]
outputs[0] = [] # Empty with shape [0, 2]
outputs[1] = [[10, 20]]
# Vector partitions.
partitions = [0, 0, 1, 1, 0]
num_partitions = 2
data = [10, 20, 30, 40, 50]
outputs[0] = [10, 20, 50]
outputs[1] = [30, 40]
विभाजन को वापस मर्ज करने के तरीके के उदाहरण के लिए `डायनामिक_स्टिच` देखें। 
उठाता है: * `InvalidArgumentError` निम्नलिखित मामलों में: - यदि विभाजन श्रेणी `[0, num_partiions)` में नहीं है - यदि `partitions.shape` `data.shape` तर्क के उपसर्ग से मेल नहीं खाता है।
सार्वजनिक तरीके
स्थिर <टी> गतिशील विभाजन <टी> | |
इटरेटर < ऑपरेंड <टी >> | पुनरावर्तक () |
सूची < आउटपुट <टी >> | आउटपुट () |
विरासत में मिली विधियाँ
सार्वजनिक तरीके
सार्वजनिक स्थैतिक डायनेमिकपार्टिशन <टी> बनाएं ( स्कोप स्कोप, ऑपरेंड <टी> डेटा, ऑपरेंड <पूर्णांक> विभाजन, लंबी संख्या विभाजन)
एक नया डायनेमिकपार्टिशन ऑपरेशन रैपिंग क्लास बनाने के लिए फ़ैक्टरी विधि।
पैरामीटर
दायरा | वर्तमान गुंजाइश |
---|---|
विभाजन | कोई भी आकार। `[0, num_partitions)` श्रेणी में सूचकांक। |
numPartitions | आउटपुट के लिए विभाजन की संख्या। |
रिटर्न
- डायनेमिकपार्टिशन का एक नया उदाहरण