tensor akışı:: işlem:: Seyrek Dilim

start ve size göre bir SparseTensor dilimleyin.

Özet

Örneğin, giriş

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

Çıkış tensörleri grafiksel olarak şöyledir:

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

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

Argümanlar:

• kapsam: Bir Kapsam nesnesi
• endeksler: 2 boyutlu tensör, seyrek tensörün endekslerini temsil eder.
• değerler: 1-D tensör, seyrek tensörün değerlerini temsil eder.
• şekil: 1-D. tensör seyrek tensörün şeklini temsil eder.
• başlangıç: 1-D. tensör dilimin başlangıcını temsil eder.
• boyut: 1-D. tensör dilimin boyutunu temsil eder. çıkış endeksleri: 1 boyutlu tensörlerin bir listesi, çıkış seyrek tensörlerinin endekslerini temsil eder.

İadeler:

• Output çıktı_endeksleri
• Output çıkış_değerleri: 1 boyutlu tensörlerin bir listesi, çıkış seyrek tensörlerinin değerlerini temsil eder.
• Output çıktı_şekli: 1 boyutlu tensörlerin bir listesi, çıkış seyrek tensörlerinin şeklini temsil eder.

Genel özellikler

Operation operation

::tensorflow::Output output_indices

::tensorflow::Output output_shape

::tensorflow::Output output_values

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