Número de elementos únicos ao longo da última dimensão do `conjunto` de entrada.
A entrada `set` é um` SparseTensor` representado por `set_indices`,` set_values` e `set_shape`. A última dimensão contém valores em um conjunto, duplicatas são permitidas, mas são ignoradas.
Se `validate_indices` for` True`, esta operação valida a ordem e o intervalo dos índices `set`.
Classes aninhadas
| classe | SetSize.Options | Atributos opcionais para SetSize | |
Constantes
| Fragmento | OP_NAME | O nome desta operação, conforme conhecido pelo motor principal TensorFlow |
Métodos Públicos
| Output < TInt32 > | asOutput () Retorna o identificador simbólico do tensor. |
| estática SetSize | |
| Output < TInt32 > | saída () Para `conjunto` classificado como` n`, este é um `Tensor` com classificação` n-1`, e as mesmas primeiras dimensões `n-1` como` conjunto`. |
| estáticos SetSize.Options | validateIndices (booleano validateIndices) |
Métodos herdados
Constantes
nome_op final String public static
O nome desta operação, conforme conhecido pelo motor principal TensorFlow
Métodos Públicos
pública Output < TInt32 > asOutput ()
Retorna o identificador simbólico do tensor.
As entradas para as operações do TensorFlow são saídas de outra operação do TensorFlow. Este método é usado para obter um identificador simbólico que representa o cálculo da entrada.
public static SetSize criar ( Scope escopo, Operando < TInt64 > setIndices, Operando <? estende TType > setValues, Operando < TInt64 > setShape, Options ... Opções)
Método de fábrica para criar uma classe envolvendo uma nova operação SetSize.
Parâmetros
| alcance | escopo atual |
|---|---|
| setIndices | 2D `Tensor`, índices de um` SparseTensor`. |
| setValues | 1D `Tensor`, valores de um` SparseTensor`. |
| setShape | 1D `Tensor`, forma de um` SparseTensor`. |
| opções | carrega valores de atributos opcionais |
Devoluções
- uma nova instância de SetSize
pública Output < TInt32 > saída ()
Para `conjunto` classificado como` n`, este é um `Tensor` com classificação` n-1`, e as mesmas primeiras dimensões `n-1` como` conjunto`. Cada valor é o número de elementos únicos na dimensão `[0 ... n-1]` correspondente de `conjunto`.