Iris `SparseTensor` berdasarkan `start` dan `size`.
Misalnya, jika masukannya adalah
input_tensor = bentuk = [2, 7] [ ade ] [bc ]
Secara grafis tensor keluarannya adalah:
sparse_slice([0, 0], [2, 4]) = bentuk = [2, 4] [ a ] [bc ]
sparse_slice([0, 4], [2, 3]) = bentuk = [2, 3] [ de ] [ ]
Konstanta
Rangkaian | OP_NAME | Nama operasi ini dikenal dengan mesin inti TensorFlow |
Metode Publik
statis <T memperluas TType > SparseSlice <T> | |
Keluaran < TInt64 > | |
Keluaran < TInt64 > | bentuk keluaran () Daftar tensor 1-D mewakili bentuk tensor renggang keluaran. |
Keluaran <T> | Nilai keluaran () Daftar tensor 1-D mewakili nilai tensor renggang keluaran. |
Metode Warisan
Konstanta
String akhir statis publik OP_NAME
Nama operasi ini dikenal dengan mesin inti TensorFlow
Metode Publik
SparseSlice statis publik <T> buat ( Lingkup cakupan , indeks Operan < TInt64 >, nilai Operan <T>, bentuk Operan < TInt64 >, awal Operan < TInt64 >, ukuran Operan < TInt64 >)
Metode pabrik untuk membuat kelas yang membungkus operasi SparseSlice baru.
Parameter
cakupan | ruang lingkup saat ini |
---|---|
indeks | Tensor 2-D mewakili indeks tensor renggang. |
nilai-nilai | Tensor 1-D mewakili nilai tensor renggang. |
membentuk | 1-D. tensor mewakili bentuk tensor renggang. |
awal | 1-D. tensor mewakili awal irisan. |
ukuran | 1-D. tensor mewakili ukuran irisan. indeks keluaran: Daftar tensor 1-D mewakili indeks tensor renggang keluaran. |
Kembali
- contoh baru dari SparseSlice
Keluaran publik < TInt64 > bentuk keluaran ()
Daftar tensor 1-D mewakili bentuk tensor renggang keluaran.