Kelas Bersarang
kelas | BooleanMaskUpdate.Opsi | Atribut opsional untuk BooleanMaskUpdate |
Konstruktor Publik
Metode Publik
BooleanMaskUpdate.Options statis | sumbu (sumbu bilangan bulat) Digunakan untuk menunjukkan sumbu yang akan dijadikan masking. |
BooleanMaskUpdate.Options statis | siaran (siaran Boolean) Apakah akan mencoba pembaruan siaran. |
statis <T memperluas TType > Operan <T> |
Metode Warisan
Konstruktor Publik
Pembaruan BooleanMask publik ()
Metode Publik
sumbu BooleanMaskUpdate.Options statis publik (sumbu bilangan bulat)
Digunakan untuk menunjukkan sumbu yang akan dijadikan masking. axis + dim(mask) <= dim(tensor)
dan bentuk mask
harus sesuai dengan dimensi axis + dim(mask)
pertama dari bentuk tensor
.
Parameter
sumbu | sumbu untuk menutupi. Menggunakan 0 jika nol. |
---|
Siaran BooleanMaskUpdate.Options statis publik (siaran Boolean)
Apakah akan mencoba pembaruan siaran. Benar secara default.
Operan statis publik <T> buat ( Lingkup cakupan , Tensor Operan <T>, Masker Operan < TBool >, Pembaruan Operan <T>, Opsi... opsi)
Memperbarui tensor pada nilai yang disamarkan, dan mengembalikan tensor yang diperbarui. Tidak mengubah tensor masukan. updates
akan disiarkan secara default
Setara dengan numpy adalah `tensor[mask] = update`.
Secara umum, 0 < dim(mask) = K <= dim(tensor)
, dan bentuk mask
harus sesuai dengan dimensi K pertama dari bentuk tensor
. Kami kemudian memiliki: booleanMask(tensor, mask)[i, j1,...,jd] = tensor[i1,...,iK,j1,...,jd]
di mana (i1,...,iK)
adalah entri mask
true
(urutan baris-utama).
axis
dapat digunakan dengan mask
untuk menunjukkan sumbu yang akan di-mask (secara default adalah 0). Dalam hal ini, axis + dim(mask) <= dim(tensor)
dan bentuk mask
harus cocok dengan dimensi axis + dim(mask)
pertama dari bentuk tensor
.
Bentuk updates
harus [n, t_1, t_2, ...]
dengan n
adalah jumlah nilai sebenarnya dalam mask
dan t_i
adalah dimensi tensor
i
setelah axis
dan mask
. updates
akan disiarkan ke bentuk ini secara default, yang dapat dinonaktifkan menggunakan options
.
Parameter
tensor | Tensor yang akan disamarkan. |
---|---|
masker | Masker yang akan digunakan. |
pembaruan | nilai-nilai baru |
pilihan | membawa nilai atribut opsional |
Kembali
- Tensor bertopeng.