एक `SparseTensor` को एक आयाम के साथ `num_split` टेंसर में विभाजित करें।
यदि `shape[split_dim]` `num_split` का पूर्णांक गुणज नहीं है। स्लाइस `[0 : size[split_dim] % num_split]` को एक अतिरिक्त आयाम मिलता है। उदाहरण के लिए, यदि `split_dim = 1` और `num_split = 2` और इनपुट है
इनपुट_टेंसर = आकार = [2, 7] [एडीई] [बीसी]
ग्राफ़िक रूप से आउटपुट टेंसर हैं:
आउटपुट_टेंसर[0] = आकार = [2, 4] [ए] [बीसी]
आउटपुट_टेंसर[1] = आकार = [2, 3] [ डी ] [ ]
स्थिरांक
डोरी | OP_NAME | इस ऑप का नाम, जैसा कि TensorFlow कोर इंजन द्वारा जाना जाता है |
सार्वजनिक तरीके
स्थिर <टी टीटाइप > स्पार्सस्प्लिट <टी> का विस्तार करता है | |
सूची< आउटपुट <TInt64> > | |
सूची< आउटपुट <TInt64> > | आउटपुटशेप () 1-डी टेंसरों की एक सूची आउटपुट विरल टेंसरों के आकार का प्रतिनिधित्व करती है। |
सूची< आउटपुट <टी>> | आउटपुटवैल्यू () 1-डी टेंसरों की एक सूची आउटपुट विरल टेंसरों के मूल्यों का प्रतिनिधित्व करती है। |
विरासत में मिली विधियाँ
स्थिरांक
सार्वजनिक स्थैतिक अंतिम स्ट्रिंग OP_NAME
इस ऑप का नाम, जैसा कि TensorFlow कोर इंजन द्वारा जाना जाता है
सार्वजनिक तरीके
सार्वजनिक स्थैतिक स्पार्सस्प्लिट <टी> बनाएं ( स्कोप स्कोप, ऑपरेंड < टीआईएनटी64 > स्प्लिटडिम, ऑपरेंड < टीआईएनटी64 > सूचकांक, ऑपरेंड <टी> मान, ऑपरेंड < टीआईएनटी64 > आकार, लंबी संख्यास्प्लिट)
एक नए स्पार्सस्प्लिट ऑपरेशन को लपेटकर एक क्लास बनाने की फ़ैक्टरी विधि।
पैरामीटर
दायरा | वर्तमान दायरा |
---|---|
स्प्लिटडिम | 0-डी. वह आयाम जिसके साथ विभाजित होना है. `[0, रैंक(आकार))` श्रेणी में होना चाहिए। |
सूचकांक | 2-डी टेंसर विरल टेंसर के सूचकांकों का प्रतिनिधित्व करता है। |
मान | 1-डी टेंसर विरल टेंसर के मानों का प्रतिनिधित्व करता है। |
आकार | 1-डी. टेंसर विरल टेंसर के आकार का प्रतिनिधित्व करता है। आउटपुट सूचकांक: 1-डी टेंसरों की एक सूची आउटपुट विरल टेंसरों के सूचकांकों का प्रतिनिधित्व करती है। |
numSplit | विभाजित करने के तरीकों की संख्या. |
रिटर्न
- स्पार्सस्प्लिट का एक नया उदाहरण
सार्वजनिक सूची < आउटपुट < TInt64 >> आउटपुटशेप ()
1-डी टेंसरों की एक सूची आउटपुट विरल टेंसरों के आकार का प्रतिनिधित्व करती है।
सार्वजनिक सूची < आउटपुट <टी>> आउटपुटवैल्यू ()
1-डी टेंसरों की एक सूची आउटपुट विरल टेंसरों के मूल्यों का प्रतिनिधित्व करती है।