тензорный поток :: ops :: SparseSlice

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.

Публичные атрибуты

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
)