সেভ করা পৃষ্ঠা গুছিয়ে রাখতে 'সংগ্রহ' ব্যবহার করুন আপনার পছন্দ অনুযায়ী কন্টেন্ট সেভ করুন ও সঠিক বিভাগে রাখুন।

সেন্সরফ্লো :: অপস :: স্পারস্লাইস

#include <sparse_ops.h>

start এবং size উপর ভিত্তি করে একটি SparseTensor স্লাইস করুন।

সারসংক্ষেপ

উদাহরণস্বরূপ, ইনপুটটি যদি

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

গ্রাফিকালি আউটপুট টেনারগুলি হ'ল:

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

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

যুক্তি:

  • সুযোগ: একটি স্কোপ অবজেক্ট
  • সূচকগুলি: 2-ডি টেনসর বিরাট টেনসারের সূচকগুলি উপস্থাপন করে।
  • মানগুলি: 1-ডি টেনসর স্পার্স টেনসরের মানগুলি উপস্থাপন করে।
  • আকৃতি: 1-ডি। টেনসর স্পার্স টেনসরের আকারকে উপস্থাপন করে।
  • শুরু: 1-ডি। টেনসর স্লাইস শুরু প্রতিনিধিত্ব করে।
  • আকার: 1-ডি। টেন্সর স্লাইস আকার প্রতিনিধিত্ব করে। আউটপুট সূচকগুলি: 1-ডি টেনারগুলির একটি তালিকা আউটপুট স্পার্স টেনারগুলির সূচকগুলি উপস্থাপন করে।

রিটার্নস:

  • Output আউটপুট_ইন্ডিসেস
  • Output আউটপুট_ভ্যালু: 1-ডি টেনারগুলির একটি তালিকা Output স্পার্স টেনারগুলির মান উপস্থাপন করে।
  • Output আউটপুট_শ্যাপ: 1-ডি টেনারগুলির একটি তালিকা Output স্পার্স টেনারগুলির আকারকে উপস্থাপন করে।

নির্মাণকারী এবং ধ্বংসকারী

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

জনসাধারণের গুণাবলী

operation
output_indices
output_shape
output_values

জনসাধারণের গুণাবলী

অপারেশন

Operation operation

আউটপুট_ইন্ডিস

::tensorflow::Output output_indices

আউটপুট_শ্যাপ

::tensorflow::Output output_shape

আউটপুট_ভ্যালু

::tensorflow::Output output_values

পাবলিক ফাংশন

স্পারস্লাইস

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