тензорный поток :: ops :: SparseSlice

#include <sparse_ops.h>

SparseTensor зависимости от start и size .

Резюме

Например, если введено

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

Графически выходные тензоры:

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

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

Аргументы:

  • scope: объект Scope
  • индексы: двумерный тензор представляет собой индексы разреженного тензора.
  • values: 1-D тензор представляет значения разреженного тензора.
  • форма: 1-D. тензор представляет собой форму разреженного тензора.
  • начало: 1-Д. тензор представляет начало среза.
  • размер: 1-D. тензор представляет размер среза. выходные индексы: список одномерных тензоров представляет индексы выходных разреженных тензоров.

Возврат:

  • Output output_indices
  • Output output_values: список одномерных тензоров представляет значения выходных разреженных тензоров.
  • Output output_shape: список одномерных тензоров представляет форму выходных разреженных тензоров.

Конструкторы и деструкторы

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

Публичные атрибуты

operation
output_indices
output_shape
output_values

Публичные атрибуты

операция

Operation operation

output_indices

::tensorflow::Output output_indices

output_shape

::tensorflow::Output output_shape

output_values

::tensorflow::Output output_values

Публичные функции

SparseSlice

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