XlaConcatND

lớp cuối cùng công khai XlaConcatND

Kết hợp tensor đầu vào trên tất cả các chiều.

Một op hợp nhất sẽ cắt các tensor đầu vào dựa trên thuộc tính num_splits đã cho, loại bỏ các phần đệm tùy ý và trả về tensor đã hợp nhất mà không có phần đệm.

Hoạt động này có thể được tạo thông qua cầu nối TPU.

Ví dụ: với `input` tensor: 

[[0, 1],
  [4, 5]]
 [[2, 3],
  [6, 7]]
 [[8, 9],
  [12, 13]]
 [[10, 11],
  [14, 15]]
`num_splits`: 
[2, 2]
và `paddings`: 
[1, 1]
thì `outputs` dự kiến ​​là: 
[[0, 1, 2],
  [4, 5, 6],
  [8, 9, 10]]

Các lớp lồng nhau

lớp học XlaConcatND.Options Thuộc tính tùy chọn cho XlaConcatND

Phương pháp công cộng

Đầu ra <T>
asOutput ()
Trả về phần điều khiển tượng trưng của một tenxơ.
tĩnh <T> XlaConcatND <T>
tạo ( Phạm vi phạm vi, đầu vào Iterable< Operand <T>>, List<Long> numConcats, Tùy chọn... tùy chọn)
Phương thức xuất xưởng để tạo một lớp bao bọc một thao tác XlaConcatND mới.
Đầu ra <T>
đầu ra ()
XlaConcatND.Options tĩnh
phần đệm (Danh sách phần đệm <Long>)

Phương pháp kế thừa

Phương pháp công cộng

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.

public static XlaConcatND <T> tạo (Phạm vi phạm vi, Iterable< Operand <T>> đầu vào, Danh sách<Long> numConcats, Tùy chọn... tùy chọn)

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

Thông số
phạm vi phạm vi hiện tại
đầu vào Nhập các lát tensor theo thứ tự hàng lớn để hợp nhất trên tất cả các chiều. Tất cả các đầu vào phải có hình dạng giống nhau. } out_arg { tên: mô tả "đầu ra": <
sốConcats Số cách hợp nhất cho mỗi thứ nguyên.
tùy chọn mang các giá trị thuộc tính tùy chọn
Trả lại
  • một phiên bản mới của XlaConcatND

Đầu ra công khai đầu ra <T> ()

phần đệm XlaConcatND.Options tĩnh công khai (Phần đệm danh sách <Long>)

Thông số
phần đệm Danh sách tùy chọn các phần đệm bên phải cho mỗi chiều để tách khỏi tensor được hợp nhất cuối cùng. Các phần đệm này không được vượt quá kích thước kích thước của kết quả được hợp nhất trước khi loại bỏ phần đệm.