टेंसरफ़्लो :: ऑप्स :: डायनामिकस्टिच

data टेनर्स से मानों को एकल टेंसर में इंटरलेव करें।

सारांश

एक मर्ज किए गए टेंसर को ऐसे बनाता है

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

उदाहरण के लिए, यदि प्रत्येक indices[m] अदिश या वेक्टर है, तो हमारे पास है

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

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

प्रत्येक data[i].shape इसी के साथ प्रारंभ होना indices[i].shape , और के बाकी data[i].shape निरंतर होना चाहिए wrt i । अर्थात्, हमारे पास data[i].shape = indices[i].shape + constant । इस constant संदर्भ में, आउटपुट आकार

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

मानों को क्रम में विलय कर दिया जाता है, इसलिए यदि कोई सूचकांक दोनों indices[m][i] और indices[n][j] में दिखाई देता है indices[n][j] लिए (m,i) < (n,j) टुकड़ा data[n][j] मर्ज किए गए परिणाम में दिखाई देते हैं। यदि आपको इस गारंटी की आवश्यकता नहीं है, तो ParallelDynamicStitch कुछ उपकरणों पर बेहतर प्रदर्शन कर सकता है।

उदाहरण के लिए:

    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]]

इस विधि के द्वारा बनाई गई मर्ज विभाजन करने के लिए इस्तेमाल किया जा सकता dynamic_partition जैसा कि निम्न उदाहरण पर सचित्र:

    # 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.

तर्क:

• गुंजाइश: एक स्कोप ऑब्जेक्ट

रिटर्न:

• Output : मर्ज किए गए टेंसर।

सार्वजनिक विशेषताएँ

::tensorflow::Output merged

Operation operation

::tensorflow::Node * node() const 

 operator::tensorflow::Input() const 

 operator::tensorflow::Output() const