Restez organisé à l'aide des collections Enregistrez et classez les contenus selon vos préférences.

tensorflow :: opérations :: ParallèleConcat

#include <array_ops.h>

Concatène une liste de N tenseurs le long de la première dimension.

Résumé

Les tenseurs d'entrée doivent tous avoir la taille 1 dans la première dimension.

Par example:

# '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 ne nécessite pas que les formes d'entrée soient connues lors de la construction du graphe. Parallel concat copiera des éléments de l'entrée dans la sortie au fur et à mesure qu'ils deviennent disponibles, dans certaines situations, cela peut offrir un avantage en termes de performances.

Arguments:

  • scope: un objet Scope
  • values: Tensors à concaténer. Tous doivent avoir la taille 1 dans la première dimension et la même forme.
  • shape: 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:

  • Output : le tenseur concaténé.

Constructeurs et destructeurs

ParallelConcat (const :: tensorflow::Scope & scope, :: tensorflow::InputList values, PartialTensorShape shape)

Attributs publics

operation
output

Fonctions publiques

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

Attributs publics

opération

Operation operation

production

::tensorflow::Output output

Fonctions publiques

ParallèleConcat

 ParallelConcat(
  const ::tensorflow::Scope & scope,
  ::tensorflow::InputList values,
  PartialTensorShape shape
)

nœud

::tensorflow::Node * node() const 

operator :: tensorflow :: Input

 operator::tensorflow::Input() const 

operator :: tensorflow :: Output

 operator::tensorflow::Output() const