Concatène une liste de tenseurs « N » le long de la première dimension.
Les tenseurs d'entrée doivent tous avoir la taille 1 dans la première dimension.
Par exemple :
# 'x' is [[1, 4]]
# 'y' is [[2, 5]]
# 'z' is [[3, 6]]
parallel_concat([x, y, z]) => [[1, 4], [2, 5], [3, 6]] # Pack along first dim.
La différence entre concat et parallel_concat est que concat nécessite que toutes les entrées soient calculées avant le début de l'opération, mais n'exige pas que les formes d'entrée soient connues lors de la construction du graphique. La concatération parallèle copiera des morceaux de l'entrée dans la sortie dès qu'ils seront disponibles, ce qui dans certaines situations peut offrir un avantage en termes de performances. Constantes
Chaîne | OP_NAME | Le nom de cette opération, tel que connu par le moteur principal TensorFlow |
Méthodes publiques
Sortie <T> | comme Sortie () Renvoie le handle symbolique du tenseur. |
statique <T étend TType > ParallelConcat <T> | |
Sortie <T> | sortir () Le tenseur concaténé. |
Méthodes héritées
Constantes
chaîne finale statique publique OP_NAME
Le nom de cette opération, tel que connu par le moteur principal TensorFlow
Méthodes publiques
sortie publique <T> asOutput ()
Renvoie le handle symbolique du tenseur.
Les entrées des opérations TensorFlow sont les sorties d'une autre opération TensorFlow. Cette méthode est utilisée pour obtenir un handle symbolique qui représente le calcul de l’entrée.
public static ParallelConcat <T> create ( Scope scope, Iterable< Operand <T>> valeurs, Shape shape)
Méthode d'usine pour créer une classe encapsulant une nouvelle opération ParallelConcat.
Paramètres
portée | portée actuelle |
---|---|
valeurs | Tenseurs à concaténer. Tous doivent avoir la taille 1 dans la première dimension et la même forme. |
forme | la forme finale du résultat ; doit être égal aux formes de n'importe quelle entrée mais avec le nombre de valeurs d'entrée dans la première dimension. |
Retour
- une nouvelle instance de ParallelConcat