مقادیر تانسورهای «داده» را در یک تانسور واحد قرار دهید.
یک تانسور ادغام شده را طوری می سازد که
merged[indices[m][i, ..., j], ...] = data[m][i, ..., j, ...]
برای مثال، اگر هر «شاخص[m]» اسکالر یا برداری باشد، # Scalar indices:
merged[indices[m], ...] = data[m][...]
# Vector indices:
merged[indices[m][i], ...] = data[m][i, ...]
داریم. هر «data[i].shape» باید با «شاخص [i] مربوطه شروع شود. shape»، و بقیه «data[i].shape» باید wrt «i» ثابت باشد. یعنی باید 'data[i].shape = indices[i].shape + ثابت را داشته باشیم. بر حسب این «ثابت»، شکل خروجی این استmerged.shape = [حداکثر(شاخص)] + ثابت
ممکن است مقادیر به صورت موازی ادغام شوند، بنابراین اگر یک شاخص در هر دو «شاخص[m][i]» و «شاخص[n][j]» ظاهر شود، ممکن است نتیجه نامعتبر باشد. این با عملگر معمولی DynamicStitch که رفتار را در آن حالت تعریف می کند متفاوت است.
به عنوان مثال:
indices[0] = 6
indices[1] = [4, 1]
indices[2] = [[5, 2], [0, 3]]
data[0] = [61, 62]
data[1] = [[41, 42], [11, 12]]
data[2] = [[[51, 52], [21, 22]], [[1, 2], [31, 32]]]
merged = [[1, 2], [11, 12], [21, 22], [31, 32], [41, 42],
[51, 52], [61, 62]]
این روش را می توان برای ادغام پارتیشن های ایجاد شده توسط "dynamic_partition" همانطور که در مثال زیر نشان داده شده است استفاده کرد: # Apply function (increments x_i) on elements for which a certain condition
# apply (x_i != -1 in this example).
x=tf.constant([0.1, -1., 5.2, 4.3, -1., 7.4])
condition_mask=tf.not_equal(x,tf.constant(-1.))
partitioned_data = tf.dynamic_partition(
x, tf.cast(condition_mask, tf.int32) , 2)
partitioned_data[1] = partitioned_data[1] + 1.0
condition_indices = tf.dynamic_partition(
tf.range(tf.shape(x)[0]), tf.cast(condition_mask, tf.int32) , 2)
x = tf.dynamic_stitch(condition_indices, partitioned_data)
# Here x=[1.1, -1., 6.2, 5.3, -1, 8.4], the -1. values remain
# unchanged.
ثابت ها
رشته | OP_NAME | نام این عملیات، همانطور که توسط موتور هسته TensorFlow شناخته می شود |
روش های عمومی
خروجی <T> | asOutput () دسته نمادین تانسور را برمی گرداند. |
static <T TType > ParallelDynamicStitch <T> را گسترش می دهد | |
خروجی <T> | ادغام شده () |
روش های ارثی
ثابت ها
رشته نهایی ثابت عمومی OP_NAME
نام این عملیات، همانطور که توسط موتور هسته TensorFlow شناخته می شود
روش های عمومی
خروجی عمومی <T> asOutput ()
دسته نمادین تانسور را برمی گرداند.
ورودی های عملیات TensorFlow خروجی های عملیات تنسورفلو دیگر هستند. این روش برای به دست آوردن یک دسته نمادین که نشان دهنده محاسبه ورودی است استفاده می شود.
عمومی ایستا ParallelDynamicStitch <T> ایجاد ( دامنه دامنه ، تکرارپذیر< Operand < TINT32 >> شاخصها، تکرارپذیر< Operand <T>> داده)
روش کارخانه برای ایجاد کلاسی که عملیات جدید ParallelDynamicStitch را بسته بندی می کند.
مولفه های
محدوده | محدوده فعلی |
---|
برمی گرداند
- یک نمونه جدید از ParallelDynamicStitch