Stack

lớp học cuối cùng công khai

Đóng gói một danh sách các tenxơ `N` hạng-`R` thành một tenxơ hạng-`(R+1)`.

Đóng gói các tenxơ `N` trong `giá trị` thành một tenxơ có hạng cao hơn mỗi tenxơ trong `giá trị` một bậc, bằng cách đóng gói chúng dọc theo kích thước `trục`. Cho danh sách các tensor có dạng `(A, B, C)`;

nếu `axis == 0` thì tensor `output` sẽ có dạng `(N, A, B, C)`. nếu `axis == 1` thì tensor `output` sẽ có dạng `(A, N, B, C)`. Vân vân.

Ví dụ:

# 'x' is [1, 4]
 # 'y' is [2, 5]
 # 'z' is [3, 6]
 pack([x, y, z]) => [[1, 4], [2, 5], [3, 6]]  # Pack along first dim.
 pack([x, y, z], axis=1) => [[1, 2, 3], [4, 5, 6]]
 
Điều này trái ngược với `unpack`.

Các lớp lồng nhau

lớp học Stack.Options Thuộc tính tùy chọn cho Stack

Phương pháp công khai

Đầu ra <T>
asOutput ()
Trả về phần điều khiển tượng trưng của một tenxơ.
Stack.Options tĩnh
trục (Trục dài)
ngăn xếp <T> tĩnh <T>
tạo (Phạm vi phạm vi , các giá trị Iterable< Operand <T>>, Tùy chọn... tùy chọn)
Phương thức xuất xưởng để tạo một lớp bao bọc một thao tác Stack mới.
Đầu ra <T>
đầu ra ()
Tenxơ đóng gói.

Phương pháp kế thừa

Phương pháp công khai

Đầu ra công khai <T> asOutput ()

Trả về phần điều khiển tượng trưng của một tenxơ.

Đầu vào của các hoạt động TensorFlow là đầu ra của một hoạt động TensorFlow khác. Phương pháp này được sử dụng để thu được một thẻ điều khiển mang tính biểu tượng đại diện cho việc tính toán đầu vào.

Trục Stack.Options tĩnh công khai (Trục dài)

Thông số
trục Kích thước dọc theo để đóng gói. Các giá trị âm bao quanh nên phạm vi hợp lệ là `[-(R+1), R+1)`.

ngăn xếp tĩnh công khai <T> tạo ( Phạm vi phạm vi , các giá trị Iterable< Toán hạng <T>>, Tùy chọn... tùy chọn)

Phương thức xuất xưởng để tạo một lớp bao bọc một thao tác Stack mới.

Thông số
phạm vi phạm vi hiện tại
giá trị Phải có cùng hình dạng và chủng loại.
tùy chọn mang các giá trị thuộc tính tùy chọn
Trả lại
  • một phiên bản mới của Stack

Đầu ra công khai đầu ra <T> ()

Tenxơ đóng gói.