tensorflow:: אופס:: SparseSlice

#include <sparse_ops.h>

פרוס SparseTensor לפי start size .

סיכום

לדוגמה, אם הקלט הוא

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

מבחינה גרפית טנסורי הפלט הם:

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

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

טיעונים:

  • scope: אובייקט Scope
  • מדדים: טנזור דו-ממדי מייצג את המדדים של הטנזור הדליל.
  • ערכים: טנזור 1-D מייצג את ערכי הטנזור הדליל.
  • צורה: 1-D. טנסור מייצג את צורת הטנסור הדליל.
  • התחלה: 1-D. טנסור מייצג את תחילת הפרוסה.
  • גודל: 1-D. טנסור מייצג את גודל הפרוסה. מדדי פלט: רשימה של טנסור 1-D מייצגת את המדדים של טנסור פלט דליל.

החזרות:

  • Output פלט_מדדים
  • Output output_values: רשימה של טנסור 1-D מייצגת את הערכים של טנסור הפלט הדל.
  • Output output_shape: רשימה של טנסור 1-D מייצגת את הצורה של טנסור הפלט הדל.

בנאים והורסים

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

תכונות ציבוריות

operation
output_indices
output_shape
output_values

תכונות ציבוריות

מבצע

Operation operation

output_indexe

::tensorflow::Output output_indices

output_shape

::tensorflow::Output output_shape

output_values

::tensorflow::Output output_values

תפקידים ציבוריים

SparseSlice

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