StridedSlice.Options

clase estática pública StridedSlice.Options

Atributos opcionales para StridedSlice

Métodos públicos

StridedSlice.Opciones
beginMask (máscara de inicio larga)
StridedSlice.Opciones
máscara de puntos suspensivos (máscara de puntos suspensivos largos)
StridedSlice.Opciones
endMask (Máscara final larga)
StridedSlice.Opciones
newAxisMask (nueva máscara de eje larga)
StridedSlice.Opciones
encogerAxisMask (EncogerAxisMask largo)

Métodos Heredados

Métodos públicos

StridedSlice público.Opciones beginMask (Long beginMask)

Parámetros
comenzarMáscara una máscara de bits donde un bit i es 1 significa ignorar el valor inicial y en su lugar usar el mayor intervalo posible. En tiempo de ejecución, begin[i] se reemplazará con `[0, n-1)` si `stride[i] > 0` o `[-1, n-1]` si `stride[i] < 0`

public StridedSlice.Options ellipsisMask ( Máscara de puntos suspensivos largos)

Parámetros
puntos suspensivosMáscara una máscara de bits donde el bit `i` es 1 significa que la posición `i` es en realidad una elipsis. Un bit como máximo puede ser 1. Si `elipsis_mask == 0`, entonces se proporciona una máscara de puntos suspensivos implícita de `1 << (m+1)`. Esto significa que `foo[3:5] == foo[3:5, ...]`. Una elipsis crea implícitamente tantas especificaciones de rango como sea necesario para especificar completamente el rango dividido para cada dimensión. Por ejemplo, para un tensor de 4 dimensiones `foo`, la porción `foo[2, ..., 5:8]` implica `foo[2, :, :, 5:8]`.

StridedSlice público.Opciones endMask (Long endMask)

Parámetros
endMask análogo a `begin_mask`

StridedSlice público.Opciones newAxisMask (Largo newAxisMask)

Parámetros
nuevoAxisMask una máscara de bits donde el bit `i` es 1 significa que la especificación `i`th crea una nueva dimensión de forma 1. Por ejemplo `foo[:4, tf.newaxis, :2]` produciría un tensor de forma `(4, 1, 2)`.

StridedSlice público.Opciones encogerAxisMask (Largo encogerAxisMask)

Parámetros
encogerAxisMask una máscara de bits donde el bit `i` implica que la especificación `i`th debería reducir la dimensionalidad. begin y end deben implicar un segmento de tamaño 1 en la dimensión. Por ejemplo, en python se podría hacer `foo[:, 3, :]`, lo que daría como resultado que `shrink_axis_mask` fuera 2.