aliran tensor:: operasi:: Irisan Jarang

Iris SparseTensor berdasarkan start dan size .

Ringkasan

Misalnya, jika masukannya adalah

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

Secara grafis tensor keluarannya adalah:

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

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

Argumen:

• ruang lingkup: Objek Lingkup
• indeks: tensor 2-D mewakili indeks tensor renggang.
• nilai: Tensor 1-D mewakili nilai tensor renggang.
• bentuk: 1-D. tensor mewakili bentuk tensor renggang.
• mulai: 1-D. tensor mewakili awal irisan.
• ukuran: 1-D. tensor mewakili ukuran irisan. indeks keluaran: Daftar tensor 1-D mewakili indeks tensor renggang keluaran.

Pengembalian:

• Output keluaran_indeks
• Nilai_output Output : Daftar tensor 1-D mewakili nilai tensor renggang keluaran.
• Bentuk_keluaran Output : Daftar tensor 1-D mewakili bentuk tensor renggang keluaran.

Atribut publik

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
)