`N` रैंक-`R` टेंसर की सूची को एक रैंक-`(R+1)` टेंसर में पैक करता है।
`एन` टेंसर को `वैल्यू` में एक टेंसर में पैक करता है, जिसका रैंक `वैल्यू` में प्रत्येक टेंसर से एक उच्च होता है, उन्हें `अक्ष` आयाम के साथ पैक करके। आकार के दसियों की सूची को देखते हुए `(ए, बी, सी)`;
अगर `अक्ष == 0` तो `आउटपुट` टेंसर का आकार `(एन, ए, बी, सी)` होगा। यदि `अक्ष == 1` है तो `आउटपुट` टेंसर का आकार `(ए, एन, बी, सी)` होगा। आदि।
उदाहरण के लिए:
# '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]]
इस `unpack` के विपरीत है। नेस्टेड कक्षाएं
कक्षा | ढेर। विकल्प | के लिए वैकल्पिक विशेषताओं Stack |
सार्वजनिक तरीके
आउटपुट <टी> | asOutput () टेंसर का प्रतीकात्मक हैंडल लौटाता है। |
स्थिर Stack.Options | अक्ष (लांग अक्ष) |
स्थिर <टी> ढेर <टी> | बनाने ( स्कोप गुंजाइश, Iterable < ओपेरैंड <टी >> मूल्यों, विकल्प ... विकल्प) एक नया स्टैक ऑपरेशन रैपिंग क्लास बनाने के लिए फ़ैक्टरी विधि। |
आउटपुट <टी> | उत्पादन () पैक्ड टेंसर। |
विरासत में मिली विधियां
सार्वजनिक तरीके
सार्वजनिक आउटपुट <टी> asOutput ()
टेंसर का प्रतीकात्मक हैंडल लौटाता है।
TensorFlow संचालन के लिए इनपुट एक अन्य TensorFlow ऑपरेशन के आउटपुट हैं। इस पद्धति का उपयोग एक प्रतीकात्मक हैंडल प्राप्त करने के लिए किया जाता है जो इनपुट की गणना का प्रतिनिधित्व करता है।
सार्वजनिक स्थिर Stack.Options अक्ष (लांग अक्ष)
मापदंडों
एक्सिस | आयाम जिसके साथ पैक करना है। नकारात्मक मान चारों ओर लपेटते हैं, इसलिए मान्य सीमा `[-(R+1), R+1)` है। |
---|
सार्वजनिक स्थिर ढेर <टी> बनाने ( स्कोप गुंजाइश, Iterable < ओपेरैंड <टी >> मूल्यों, विकल्प ... विकल्प)
एक नया स्टैक ऑपरेशन रैपिंग क्लास बनाने के लिए फ़ैक्टरी विधि।
मापदंडों
दायरा | वर्तमान दायरा |
---|---|
मूल्यों | एक ही आकार और प्रकार का होना चाहिए। |
विकल्प | वैकल्पिक विशेषता मान रखता है |
रिटर्न
- स्टैक का एक नया उदाहरण