tensorflow:: אופס:: ReduceJoin

מצטרף למחרוזת Tensor על פני המידות הנתונות.

תַקצִיר

מחשב את החיבור למחרוזת על פני ממדים במחרוזת הנתונה טנסור הצורה [\\(d_0, d_1, ..., d_{n-1}\\)] . מחזירה Tensor חדש שנוצר על ידי צירוף מחרוזות הקלט עם המפריד הנתון (ברירת מחדל: מחרוזת ריקה). מדדים שליליים נספרים לאחור מהסוף, כאשר -1 שווה ערך ל- n - 1 . אם אינדקסים מצוינים, מצטרפים בכל הממדים החל מ- n - 1 עד 0 .

לְדוּגמָה:

# tensor `a` is [["a", "b"], ["c", "d"]]
tf.reduce_join(a, 0) ==> ["ac", "bd"]
tf.reduce_join(a, 1) ==> ["ab", "cd"]
tf.reduce_join(a, -2) = tf.reduce_join(a, 0) ==> ["ac", "bd"]
tf.reduce_join(a, -1) = tf.reduce_join(a, 1) ==> ["ab", "cd"]
tf.reduce_join(a, 0, keep_dims=True) ==> [["ac", "bd"]]
tf.reduce_join(a, 1, keep_dims=True) ==> [["ab"], ["cd"]]
tf.reduce_join(a, 0, separator=".") ==> ["a.c", "b.d"]
tf.reduce_join(a, [0, 1]) ==> "acbd"
tf.reduce_join(a, [1, 0]) ==> "abcd"
tf.reduce_join(a, []) ==> [["a", "b"], ["c", "d"]]
tf.reduce_join(a) = tf.reduce_join(a, [1, 0]) ==> "abcd"

טיעונים:

• scope: אובייקט Scope
• קלט: הקלט שיש להצטרף אליו. כל המדדים המופחתים חייבים להיות בגודל שאינו אפס.
• reduction_indexs: הממדים שיש להקטין מעל. המידות מצטמצמות לפי הסדר שצוין. השמטת reduction_indices שווה ערך למעבר [n-1, n-2, ..., 0] . מדדים שליליים מ- -n עד -1 נתמכים.

מאפיינים אופציונליים (ראה Attrs ):

• keep_dims: אם True , שמור על מידות מופחתות עם אורך 1 .
• מפריד: המפריד לשימוש בעת ההצטרפות.

החזרות:

• Output : יש לו צורה שווה לזו של הקלט עם ממדים מופחתים שהוסרו או מוגדרים ל 1 בהתאם ל- keep_dims .

תכונות ציבוריות

Operation operation

::tensorflow::Output output

 ReduceJoin(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input inputs,
  ::tensorflow::Input reduction_indices
)

 ReduceJoin(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input inputs,
  ::tensorflow::Input reduction_indices,
  const ReduceJoin::Attrs & attrs
)

::tensorflow::Node * node() const 

 operator::tensorflow::Input() const 

 operator::tensorflow::Output() const 

Attrs KeepDims(
  bool x
)

Attrs Separator(
  StringPiece x
)