از اینکه با Google I/O تنظیم کردید متشکریم. مشاهده همه جلسات در صورت تقاضا تماشا کنید

tensorflow :: ops :: ConjugateTranspose

#include <array_ops.h>

ابعاد x را مطابق با یک تغییر مکان مرتب کنید و نتیجه را ترکیب کنید.

خلاصه

خروجی y دارای همان رتبه x . اشکال x و y برآورده می شود: y.shape[i] == x.shape[perm[i]] for i in [0, 1, ..., rank(x) - 1] y[i,j,k,...,s,t,u] == conj(x[perm[i], perm[j], perm[k],...,perm[s], perm[t], perm[u]])

استدلال ها:

بازده:

سازندگان و ویرانگران

ConjugateTranspose (const :: tensorflow::Scope & scope, :: tensorflow::Input x, :: tensorflow::Input perm)

صفات عمومی

operation
y

کارکردهای عمومی

node () const
::tensorflow::Node *
operator::tensorflow::Input () const
operator::tensorflow::Output () const

صفات عمومی

عمل

Operation operation

y

::tensorflow::Output y

کارکردهای عمومی

ConjugateTranspose

 ConjugateTranspose(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input x,
  ::tensorflow::Input perm
)

گره

::tensorflow::Node * node() const

عملگر :: tensorflow :: ورودی

 operator::tensorflow::Input() const

عملگر :: tensorflow :: خروجی

 operator::tensorflow::Output() const