টেনসরফ্লো :: অপস:: স্পারস্লাইস

start এবং size উপর ভিত্তি করে একটি SparseTensor স্লাইস করুন।

সারাংশ

উদাহরণস্বরূপ, যদি ইনপুট হয়

input_tensor = shape = [2, 7]
[    a   d e  ]
[b c          ]

গ্রাফিকভাবে আউটপুট টেনসরগুলি হল:

sparse_slice([0, 0], [2, 4]) = shape = [2, 4]
[    a  ]
[b c    ]

sparse_slice([0, 4], [2, 3]) = shape = [2, 3]
[ d e  ]
[      ]

যুক্তি:

• স্কোপ: একটি স্কোপ অবজেক্ট
• সূচক: 2-ডি টেনসর স্পার্স টেনসরের সূচকগুলিকে প্রতিনিধিত্ব করে।
• মান: 1-ডি টেনসর স্পার্স টেনসরের মানগুলিকে উপস্থাপন করে।
• আকৃতি: 1-ডি। টেনসর স্পার্স টেনসরের আকৃতির প্রতিনিধিত্ব করে।
• শুরু: 1-ডি। টেনসর স্লাইসের শুরুর প্রতিনিধিত্ব করে।
• আকার: 1-ডি। টেনসর স্লাইসের আকার উপস্থাপন করে। আউটপুট সূচক: 1-ডি টেনসরগুলির একটি তালিকা আউটপুট স্পার্স টেনসরগুলির সূচকগুলিকে উপস্থাপন করে।

রিটার্ন:

• Output আউটপুট_সূচক
• Output output_values: 1-D টেনসরের একটি তালিকা আউটপুট স্পার্স টেনসরের মানগুলিকে উপস্থাপন করে।
• Output আউটপুট_শেপ: 1-ডি টেনসরের একটি তালিকা আউটপুট স্পারস টেনসরের আকৃতি উপস্থাপন করে।

পাবলিক বৈশিষ্ট্য

Operation operation

::tensorflow::Output output_indices

::tensorflow::Output output_shape

::tensorflow::Output output_values

 SparseSlice(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input indices,
  ::tensorflow::Input values,
  ::tensorflow::Input shape,
  ::tensorflow::Input start,
  ::tensorflow::Input size
)