DynamicStitch

DynamicStitch คลาสสุดท้ายสาธารณะ

แทรกค่าจากเทนเซอร์ "ข้อมูล" ลงในเทนเซอร์ตัวเดียว

สร้างเมตริกซ์ที่ผสานเข้าด้วยกันเพื่อให้

merged[indices[m][i, ..., j], ...] = data[m][i, ..., j, ...]
 
ตัวอย่างเช่น หาก `ดัชนี[m]` แต่ละรายการเป็นสเกลาร์หรือเวกเตอร์ เราก็มี
# Scalar indices:
     merged[indices[m], ...] = data[m][...]
 
     # Vector indices:
     merged[indices[m][i], ...] = data[m][i, ...]
 
`data[i].shape` แต่ละรายการจะต้องขึ้นต้นด้วย `ดัชนี[i] ที่สอดคล้องกัน รูปร่าง` และส่วนที่เหลือของ `data[i].shape` จะต้องคงที่ wrt `i` นั่นคือ เราต้องมี `data[i].shape = indices[i].shape + Constant` ในแง่ของ "ค่าคงที่" นี้ รูปร่างผลลัพธ์จะเป็น

merged.shape = [สูงสุด (ดัชนี)] + ค่าคงที่

ค่าจะถูกผสานตามลำดับ ดังนั้นหากดัชนีปรากฏในทั้ง `indices[m][i]` และ `indices[n][j]` สำหรับ `(m,i) < (n,j)` ส่วน `data [n][j]` จะปรากฏในผลลัพธ์ที่รวมเข้าด้วยกัน หากคุณไม่ต้องการการรับประกันนี้ ParallelDynamicStitch อาจทำงานได้ดีกว่าในอุปกรณ์บางชนิด

ตัวอย่างเช่น:

indices[0] = 6
     indices[1] = [4, 1]
     indices[2] = [[5, 2], [0, 3]]
     data[0] = [61, 62]
     data[1] = [[41, 42], [11, 12]]
     data[2] = [[[51, 52], [21, 22]], [[1, 2], [31, 32]]]
     merged = [[1, 2], [11, 12], [21, 22], [31, 32], [41, 42],
               [51, 52], [61, 62]]
 
วิธีการนี้สามารถใช้เพื่อรวมพาร์ติชันที่สร้างโดย `dynamic_partition` ดังที่แสดงในตัวอย่างต่อไปนี้:
# Apply function (increments x_i) on elements for which a certain condition
     # apply (x_i != -1 in this example).
     x=tf.constant([0.1, -1., 5.2, 4.3, -1., 7.4])
     condition_mask=tf.not_equal(x,tf.constant(-1.))
     partitioned_data = tf.dynamic_partition(
         x, tf.cast(condition_mask, tf.int32) , 2)
     partitioned_data[1] = partitioned_data[1] + 1.0
     condition_indices = tf.dynamic_partition(
         tf.range(tf.shape(x)[0]), tf.cast(condition_mask, tf.int32) , 2)
     x = tf.dynamic_stitch(condition_indices, partitioned_data)
     # Here x=[1.1, -1., 6.2, 5.3, -1, 8.4], the -1. values remain
     # unchanged.
 

วิธีการสาธารณะ

เอาท์พุต <T>
เป็นเอาท์พุต ()
ส่งกลับค่าแฮนเดิลสัญลักษณ์ของเทนเซอร์
คงที่ <T> DynamicStitch <T>
สร้าง (ขอบเขต ขอบเขต Iterable< Operand <Integer>> ดัชนี Iterable< Operand <T>> data)
วิธีการจากโรงงานเพื่อสร้างคลาสที่ห่อการดำเนินการ DynamicStitch ใหม่
เอาท์พุต <T>

วิธีการสืบทอด

วิธีการสาธารณะ

เอาท์ พุท สาธารณะ <T> asOutput ()

ส่งกลับค่าแฮนเดิลสัญลักษณ์ของเทนเซอร์

อินพุตสำหรับการดำเนินการ TensorFlow คือเอาต์พุตของการดำเนินการ TensorFlow อื่น วิธีการนี้ใช้เพื่อรับหมายเลขอ้างอิงสัญลักษณ์ที่แสดงถึงการคำนวณอินพุต

สร้าง DynamicStitch <T> คงที่สาธารณะ (ขอบเขต ขอบเขต , ดัชนี Iterable < Operand <Integer>>, ข้อมูล Iterable < Operand <T>>)

วิธีการจากโรงงานเพื่อสร้างคลาสที่ห่อการดำเนินการ DynamicStitch ใหม่

พารามิเตอร์
ขอบเขต ขอบเขตปัจจุบัน
การส่งคืน
  • อินสแตนซ์ใหม่ของ DynamicStitch

เอาท์พุท สาธารณะ <T> รวม ()