Uyarı: Bu API kullanımdan kaldırıldı ve TensorFlow'un gelecekteki bir sürümünde , değişim kararlı hale geldikten sonra kaldırılacaktır.

Bu sayfa, Cloud Translation API ile çevrilmiştir.
Switch to English

ParallelDynamicStitch

genel son sınıf ParallelDynamicStitch

"Veri" tensörlerinden gelen değerleri tek bir tensöre serpiştirin.

merged[indices[m][i, ..., j], ...] = data[m][i, ..., j, ...]
 
gibi birleştirilmiş bir tensör oluşturur Örneğin, her "indis [m]" skaler veya vektör ise,
# Scalar indices:
     merged[indices[m], ...] = data[m][...]
 
     # Vector indices:
     merged[indices[m][i], ...] = data[m][i, ...]
 
değerine sahip oluruz Her "veri [i] .shape" karşılık gelen "indisler [i] .shape" ile başlamalıdır ve "veri [i] .shape" nin geri kalanı "i" için sabit olmalıdır. Yani, "veri [i] .shape = indisler [i] .shape + sabit" olmalıyız. Bu "sabit" açısından çıktı şekli

merged.shape = [maks (endeksler)] + sabit

Değerler paralel olarak birleştirilebilir, bu nedenle hem "indeksler [m] [i]" hem de "indeksler [n] [j]" 'de bir indeks görünürse, sonuç geçersiz olabilir. Bu, bu durumda davranışı tanımlayan normal DynamicStitch işlecinden farklıdır.

Örneğin:

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]]
 
Bu yöntem, aşağıdaki örnekte gösterildiği gibi "dynamic_partition" tarafından oluşturulan bölümleri birleştirmek için kullanılabilir:
# 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.
 

Kamu Yöntemleri

Çıkış <T>
asOutput ()
Bir tensörün sembolik tutamacını döndürür.
statik <T> ParallelDynamicStitch <T>
oluştur ( Kapsam kapsamı, Yinelenebilir < İşlenen <Tamsayı>> dizinleri, Yinelenebilir < İşlenen <T>> verileri)
Yeni bir ParallelDynamicStitch işlemini saran bir sınıf oluşturmak için fabrika yöntemi.
Çıkış <T>

Devralınan Yöntemler

Kamu Yöntemleri

public Output <T> asOutput ()

Bir tensörün sembolik tutamacını döndürür.

TensorFlow işlemlerinin girdileri, başka bir TensorFlow işleminin çıktılarıdır. Bu yöntem, girdinin hesaplanmasını temsil eden sembolik bir tutamaç elde etmek için kullanılır.

public static ParallelDynamicStitch <T> oluşturma ( Kapsam kapsamı, Yinelenebilir < İşlenen <Tamsayı>> dizinleri, Yinelenebilir < İşlenen <T>> verileri)

Yeni bir ParallelDynamicStitch işlemini saran bir sınıf oluşturmak için fabrika yöntemi.

Parametreler
dürbün mevcut kapsam
İadeler
  • yeni bir ParallelDynamicStitch örneği

public Output <T> birleştirildi ()