aliran tensor:: operasi:: Partisi Dinamis

Mempartisi data menjadi tensor num_partitions menggunakan indeks dari partitions .

Ringkasan

Untuk setiap tupel indeks js dengan ukuran partitions.ndim , potongan data[js, ...] menjadi bagian dari outputs[partitions[js]] . Irisan dengan partitions[js] = i ditempatkan di outputs[i] dalam urutan leksikografis js , dan dimensi pertama outputs[i] adalah jumlah entri dalam partitions yang sama dengan i . Secara terperinci,

    outputs[i].shape = [sum(partitions == i)] + data.shape[partitions.ndim:]

    outputs[i] = pack([data[js, ...] for js if partitions[js] == i])

data.shape harus dimulai dengan partitions.shape .

Misalnya:

    # Scalar partitions.
    partitions = 1
    num_partitions = 2
    data = [10, 20]
    outputs[0] = []  # Empty with shape [0, 2]
    outputs[1] = [[10, 20]]

    # Vector partitions.
    partitions = [0, 0, 1, 1, 0]
    num_partitions = 2
    data = [10, 20, 30, 40, 50]
    outputs[0] = [10, 20, 50]
    outputs[1] = [30, 40]

Lihat dynamic_stitch untuk contoh cara menggabungkan kembali partisi.

Argumen:

• ruang lingkup: Objek Lingkup
• partisi: Bentuk apa pun . Indeks dalam rentang [0, num_partitions) .
• num_partitions: Jumlah partisi yang akan dihasilkan.

Pengembalian:

• OutputList : Tensor keluaran.

Atribut publik

Operation operation

::tensorflow::OutputList outputs

 DynamicPartition(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input data,
  ::tensorflow::Input partitions,
  int64 num_partitions
)

::tensorflow::Output operator[](
  size_t index
) const