داده ها را از مقدار ورودی به عناصر TensorArray تقسیم کنید.
با فرض اینکه "طول" مقادیری به خود می گیرد
(n0, n1, ..., n(T-1))
و «مقدار» شکل دارد(n0 + n1 + ... + n(T-1) x d0 x d1 x ...)
،این مقادیر را به یک TensorArray با تانسور T تقسیم می کند.
اندیس TensorArray t تانسور فرعی مقادیر با موقعیت شروع خواهد بود
(n0 + n1 + ... + n(t-1), 0, 0, ...)
و داشتن اندازهnt x d0 x d1 x ...
ثابت ها
رشته | OP_NAME | نام این عملیات، همانطور که توسط موتور هسته TensorFlow شناخته می شود |
روش های عمومی
خروجی < TFloat32 > | asOutput () دسته نمادین تانسور را برمی گرداند. |
TensorArraySplit ایستا | |
خروجی < TFloat32 > | جریان بیرون () یک اسکالر شناور که زنجیره مناسب عملیات را اعمال می کند. |
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 < TFloat32 > 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.
ایجاد عمومی ایستا TensorArraySplit ( دامنه دامنه ، دسته Operand <?>، عملوند <? گسترش TType > مقدار، عملوند < TINT64 > طول ها، عملوند < TFloat32 > flowIn)
روش Factory برای ایجاد کلاسی که یک عملیات TensorArraySplit جدید را بسته بندی می کند.
مولفه های
محدوده | محدوده فعلی |
---|---|
رسیدگی | دسته یک TensorArray. |
ارزش | تانسور الحاقی برای نوشتن به TensorArray. |
طول ها | بردار طول ها، نحوه تقسیم ردیف های مقدار به TensorArray. |
جریان در | یک اسکالر شناور که زنجیره مناسب عملیات را اعمال می کند. |
برمی گرداند
- یک نمونه جدید از TensorArraySplit