Halaman ini diterjemahkan oleh Cloud Translation API.
Switch to English

tensorflow :: ops :: SparseSlice

#include <sparse_ops.h>

Potong SparseTensor berdasarkan start dan size .

Ringkasan

Misalnya, jika inputnya adalah

input_tensor = shape = [2, 7]
[    a   d e  ]
[b c          ]

Secara grafis tensor keluarannya adalah:

sparse_slice([0, 0], [2, 4]) = shape = [2, 4]
[    a  ]
[b c    ]

sparse_slice([0, 4], [2, 3]) = shape = [2, 3]
[ d e  ]
[      ]

Argumen:

  • scope: Objek Scope
  • indeks: tensor 2-D mewakili indeks dari tensor jarang.
  • nilai: tensor 1-D mewakili nilai-nilai tensor renggang.
  • Bentuk: 1-D. tensor mewakili bentuk tensor jarang.
  • mulai: 1-D. tensor merupakan awal dari irisan.
  • ukuran: 1-D. tensor mewakili ukuran potongan. indeks keluaran: Daftar tensor 1-D mewakili indeks tensor jarang keluaran.

Pengembalian:

  • Output output_indices
  • Output output_values: Daftar tensor 1-D mewakili nilai-nilai tensor jarang keluaran.
  • Output output_shape: Daftar tensor 1-D mewakili bentuk tensor jarang keluaran.

Pembuat dan Penghancur

SparseSlice (const :: tensorflow::Scope & scope, :: tensorflow::Input indices, :: tensorflow::Input values, :: tensorflow::Input shape, :: tensorflow::Input start, :: tensorflow::Input size)

Atribut publik

operation
output_indices
output_shape
output_values

Atribut publik

operasi

Operation operation

output_indices

::tensorflow::Output output_indices

bentuk_luaran

::tensorflow::Output output_shape

output_values

::tensorflow::Output output_values

Fungsi publik

SparseSlice

 SparseSlice(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input indices,
  ::tensorflow::Input values,
  ::tensorflow::Input shape,
  ::tensorflow::Input start,
  ::tensorflow::Input size
)