Questa pagina è stata tradotta dall'API Cloud Translation.
Switch to English

tensorflow :: ops :: ParallelDynamicStitch

#include <data_flow_ops.h>

Interleave i valori dai tensori dei data in un singolo tensore.

Sommario

Costruisce un tensore unito in modo tale che

    merged[indices[m][i, ..., j], ...] = data[m][i, ..., j, ...]

Ad esempio, se ogni indices[m] è scalare o vettoriale, abbiamo

    # Scalar indices:
    merged[indices[m], ...] = data[m][...]

    # Vector indices:
    merged[indices[m][i], ...] = data[m][i, ...]

Ogni data[i].shape deve iniziare con gli indices[i].shape corrispondenti indices[i].shape , e il resto dei data[i].shape deve essere costante rispetto a i . Cioè, dobbiamo avere data[i].shape = indices[i].shape + constant . In termini di questa constant , la forma dell'uscita è

merged.shape = [max(indices)] + constant

I valori possono essere uniti in parallelo, quindi se un indice appare in entrambi gli indices[m][i] e negli indices[n][j] , il risultato potrebbe non essere valido. Questo è diverso dal normale operatore DynamicStitch che definisce il comportamento in quel caso.

Per esempio:

    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]]

Questo metodo può essere utilizzato per unire le partizioni create da dynamic_partition come illustrato nell'esempio seguente:

    # 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.

Argomenti:

  • scope: un oggetto Scope

Ritorna:

Costruttori e distruttori

ParallelDynamicStitch (const :: tensorflow::Scope & scope, :: tensorflow::InputList indices, :: tensorflow::InputList data)

Attributi pubblici

merged
operation

Funzioni pubbliche

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

Attributi pubblici

fuse

::tensorflow::Output merged

operazione

Operation operation

Funzioni pubbliche

ParallelDynamicStitch

 ParallelDynamicStitch(
  const ::tensorflow::Scope & scope,
  ::tensorflow::InputList indices,
  ::tensorflow::InputList data
)

nodo

::tensorflow::Node * node() const 

operatore :: :: tensorflow ingresso

 operator::tensorflow::Input() const 

operatore :: :: tensorflow uscita

 operator::tensorflow::Output() const