DynamicPartition

संग्रह की मदद से व्यवस्थित रहें अपनी प्राथमिकताओं के आधार पर, कॉन्टेंट को सेव करें और कैटगरी में बांटें.

`विभाजन` से सूचकांकों का उपयोग करके `डेटा` को `num_partitions` टेंसर में विभाजित करें।

`partitions.ndim` आकार के प्रत्येक इंडेक्स टुपल `js` के लिए, स्लाइस `data[js, ...]` `आउटपुट[partitions[js]]` का हिस्सा बन जाता है। `विभाजन[js] = i` वाले स्लाइस को `आउटपुट[i]` में `js` के शब्दकोषीय 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])
 

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]
 

उठाता है: * निम्नलिखित मामलों में `InvalidArgumentError`: - यदि विभाजन `[0, num_partiions)` श्रेणी में नहीं है - यदि `partitions.shape`` data.shape` तर्क के उपसर्ग से मेल नहीं खाता है।