Aide à protéger la Grande barrière de corail avec tensorflow sur Kaggle Rejoignez Défi

tensorflow :: opérations :: SparseSplit

#include <sparse_ops.h>

Divisez un SparseTensor en tenseurs num_split long d'une dimension.

Résumé

Si la shape[split_dim] n'est pas un multiple entier de num_split . Les tranches [0 : shape[split_dim] % num_split] obtient une dimension supplémentaire. Par exemple, si split_dim = 1 et num_split = 2 et que l'entrée est

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

Graphiquement, les tenseurs de sortie sont:

output_tensor[0] = shape = [2, 4]
[    a  ]
[b c    ]

output_tensor[1] = shape = [2, 3]
[ d e  ]
[      ]

Arguments:

  • scope: un objet Scope
  • split_dim: 0-D. La dimension le long de laquelle diviser. Doit être dans la plage [0, rank(shape)) .
  • indices: le tenseur 2-D représente les indices du tenseur clairsemé.
  • valeurs: le tenseur 1-D représente les valeurs du tenseur clairsemé.
  • forme: 1-D. tenseur représente la forme du tenseur clairsemé. indices de sortie: une liste de tenseurs 1-D représente les indices des tenseurs creuses de sortie.
  • num_split: le nombre de façons de fractionner.

Retour:

  • OutputList output_indices
  • OutputList output_values: une liste de tenseurs 1-D représente les valeurs des tenseurs creuses de sortie.
  • OutputList output_shape: Une liste de tenseurs 1-D représente la forme des tenseurs creuses de sortie.

Constructeurs et destructeurs

SparseSplit (const :: tensorflow::Scope & scope, :: tensorflow::Input split_dim, :: tensorflow::Input indices, :: tensorflow::Input values, :: tensorflow::Input shape, int64 num_split)

Attributs publics

operation
output_indices
output_shape
output_values

Attributs publics

opération

Operation operation

output_indices

::tensorflow::OutputList output_indices

output_shape

::tensorflow::OutputList output_shape

valeurs_sortie

::tensorflow::OutputList output_values

Fonctions publiques

SparseSplit

 SparseSplit(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input split_dim,
  ::tensorflow::Input indices,
  ::tensorflow::Input values,
  ::tensorflow::Input shape,
  int64 num_split
)