Número de elementos únicos a lo largo de la última dimensión del "conjunto" de entrada.
La entrada `set` es un `SparseTensor` representado por `set_indices`, `set_values` y `set_shape`. La última dimensión contiene valores en un conjunto; se permiten duplicados, pero se ignoran.
Si `validate_indices` es `True`, esta operación valida el orden y el rango de los índices `set`.
Clases anidadas
clase | EstablecerTamaño.Opciones | Atributos opcionales para SetSize |
Constantes
Cadena | OP_NOMBRE | El nombre de esta operación, como lo conoce el motor central de TensorFlow. |
Métodos públicos
Salida < TInt32 > | como salida () Devuelve el identificador simbólico del tensor. |
Tamaño de conjunto estático | |
Salida < TInt32 > | producción () Para un "conjunto" clasificado como "n", este es un "tensor" con rango "n-1" y las mismas primeras dimensiones "n-1" que "conjunto". |
SetSize.Options estático | Validar índices (índices de validación booleanos) |
Métodos heredados
Constantes
Cadena final estática pública OP_NAME
El nombre de esta operación, como lo conoce el motor central de TensorFlow.
Métodos públicos
Salida pública < TInt32 > asOutput ()
Devuelve el identificador simbólico del tensor.
Las entradas a las operaciones de TensorFlow son salidas de otra operación de TensorFlow. Este método se utiliza para obtener un identificador simbólico que representa el cálculo de la entrada.
creación pública estática de SetSize (alcance del alcance , operando <TInt64> setIndices, operando <? extiende TType > setValues, operando <TInt64> setShape, opciones... opciones)
Método de fábrica para crear una clase que envuelve una nueva operación SetSize.
Parámetros
alcance | alcance actual |
---|---|
estableceríndices | `Tensor` 2D, índices de un `SparseTensor`. |
establecer valores | 1D `Tensor`, valores de un `SparseTensor`. |
establecerForma | `Tensor` 1D, forma de `SparseTensor`. |
opciones | lleva valores de atributos opcionales |
Devoluciones
- una nueva instancia de SetSize
Salida pública < TInt32 > salida ()
Para un "conjunto" clasificado como "n", este es un "tensor" con rango "n-1" y las mismas primeras dimensiones "n-1" que "conjunto". Cada valor es el número de elementos únicos en la dimensión correspondiente `[0...n-1]` del `set`.