Advertencia: esta API está obsoleta y se eliminará en una versión futura de TensorFlow una vez que el reemplazo sea ​​estable.

DynamicStitch

Organiza tus páginas con colecciones Guarda y categoriza el contenido según tus preferencias.
clase final pública DynamicStitch

Intercala los valores de los tensores `datos` en un solo tensor.

Construye un tensor fusionado tal que

merged[indices[m][i, ..., j], ...] = data[m][i, ..., j, ...]
 
Por ejemplo, si cada `índice[m]` es escalar o vectorial, tenemos
# Scalar indices:
     merged[indices[m], ...] = data[m][...]
 
     # Vector indices:
     merged[indices[m][i], ...] = data[m][i, ...]
 
Cada `data[i].shape` debe comenzar con el correspondiente `indice[i]. shape`, y el resto de `data[i].shape` debe ser constante wrt `i`. Es decir, debemos tener `datos[i].forma = índices[i].forma + constante`. En términos de esta `constante`, la forma de salida es

merged.shape = [max(índices)] + constante

Los valores se fusionan en orden, por lo que si aparece un índice tanto en `índices[m][i]` como en `índices[n][j]` para `(m,i) < (n,j)`, el segmento `datos [n][j]` aparecerá en el resultado combinado. Si no necesita esta garantía, ParallelDynamicStitch podría funcionar mejor en algunos dispositivos.

Por ejemplo:

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]]
 
Este método se puede usar para fusionar particiones creadas por `dynamic_partition` como se ilustra en el siguiente ejemplo:
# 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.
 

Métodos públicos

Salida <T>
como salida ()
Devuelve el identificador simbólico de un tensor.
estática <T> DynamicStitch <T>
crear ( ámbito de ámbito, iterable< operando <entero>> índices, iterable< operando <T>> datos)
Método de fábrica para crear una clase que envuelve una nueva operación DynamicStitch.
Salida <T>

Métodos Heredados

Métodos públicos

salida pública <T> como salida ()

Devuelve el identificador simbólico de un tensor.

Las entradas de las operaciones de TensorFlow son salidas de otra operación de TensorFlow. Este método se utiliza para obtener un identificador simbólico que representa el cálculo de la entrada.

Public static DynamicStitch <T> create ( ámbito de alcance, índices iterables < operando <entero>>, datos iterables < operando <T>>)

Método de fábrica para crear una clase que envuelve una nueva operación DynamicStitch.

Parámetros
alcance alcance actual
Devoluciones
  • una nueva instancia de DynamicStitch

Salida pública <T> combinada ()