فهرستی از تانسورهای «N» را در امتداد بعد اول به هم پیوند میدهد.
همه تانسورهای ورودی باید اندازه 1 را در بعد اول داشته باشند.
به عنوان مثال:
# 'x' is [[1, 4]]
# 'y' is [[2, 5]]
# 'z' is [[3, 6]]
parallel_concat([x, y, z]) => [[1, 4], [2, 5], [3, 6]] # Pack along first dim.
تفاوت بین CONCAT و parallel_concat است که CONCAT نیاز به تمام ورودی ها محاسبه شود قبل از عمل آغاز خواهد شد اما نیازی نیست که اشکال ورودی در طول ساخت و ساز نمودار شناخته شده است. Concat موازی قطعات ورودی را به محض در دسترس شدن در خروجی کپی می کند، در برخی شرایط این می تواند یک مزیت عملکردی ایجاد کند. روش های عمومی
خروجی <T> | asOutput () دسته نمادین یک تانسور را برمیگرداند. |
شخص <T> ParallelConcat <T> | |
خروجی <T> | خروجی () تانسور به هم پیوسته. |
روش های ارثی
روش های عمومی
عمومی خروجی <T> asOutput ()
دسته نمادین یک تانسور را برمیگرداند.
ورودی های عملیات TensorFlow خروجی های عملیات تنسورفلو دیگر هستند. این روش برای به دست آوردن یک دسته نمادین که نشان دهنده محاسبه ورودی است استفاده می شود.
عمومی استاتیک ParallelConcat <T> ایجاد ( محدوده دامنه، Iterable < عملوند <T >> ارزش ها، شکل شکل)
روش Factory برای ایجاد کلاسی که یک عملیات ParallelConcat جدید را بسته بندی می کند.
مولفه های
محدوده | محدوده فعلی |
---|---|
ارزش های | تانسورهایی که باید به هم متصل شوند. همه باید دارای سایز 1 در بعد اول و یک شکل باشند. |
شکل | شکل نهایی نتیجه؛ باید برابر با اشکال هر ورودی باشد اما با تعداد مقادیر ورودی در بعد اول. |
برمی گرداند
- یک نمونه جدید از ParallelConcat