برش های ناهموار را از محور «params» «0» بر اساس «شاخص ها» جمع آوری کنید.
خروجی «RaggedTensor» متشکل از «output_dense_values» و «output_nested_splits» را بهدست میآورد، به این صورت که:
output.shape = indices.shape + params.shape[1:]
output.ragged_rank = indices.shape.ndims + params.ragged_rank
output[i...j, d0...dn] = params[indices[i...j], d0...dn]
- "params = ragged.from_nested_row_splits(params_dense_values, params_nested_splits)" مقادیری را ارائه می دهد که باید جمع آوری شوند.
- «شاخصها» یک تانسور متراکم با نوع d «int32» یا «int64» است که نشان میدهد کدام مقادیر باید جمعآوری شوند.
- "output = ragged.from_nested_row_splits(output_dense_values, output_nested_splits)" تانسور خروجی است.
روش های عمومی
static <T تعداد، U، V تعداد را گسترش می دهد> RaggedGather <T، U> | |
خروجی <U> | outputDenseValues () "مقدار_مسطح" برای RaggedTensor برگشتی. |
لیست< خروجی <T>> | outputNestedSplits () تانسورهای «ردی_تودرتو» که پارتیشن بندی ردیف را برای RaggedTensor برگشتی تعریف می کند. |
روش های ارثی
روش های عمومی
ایجاد استاتیک عمومی RaggedGather <T, U> ( دامنه دامنه ، تکرارپذیر< Operand <T>> paramsNestedSplits، عملوند <U> paramsDenseValues، شاخص های عملوند <V>، Long OUTPUTRAGGEDRANK)
روش Factory برای ایجاد کلاسی که یک عملیات جدید RaggedGather را بسته بندی می کند.
پارامترها
دامنه | محدوده فعلی |
---|---|
paramsNestedSplits | تانسورهای «ردی_تصفیه شده» که پارتیشن بندی ردیف را برای ورودی RaggedTensor «params» تعریف می کند. |
paramsDenseValues | «مقادیر_مسطح» برای «پارامها» RaggedTensor. یک تغییر اصطلاح در سطح پایتون از dense_values به flat_values وجود دارد، بنابراین dense_values نام منسوخ شده است. |
شاخص ها | شاخصهایی در بیرونیترین بعد «پارامها» از مقادیری که باید جمعآوری شوند. |
OUTPUTRAGGEDRANK | رتبه ناهموار خروجی RaggedTensor. «output_nested_splits» حاوی این تعداد تانسور «row_splits» خواهد بود. این مقدار باید برابر «indices.shape.ndims + params.ragged_rank - 1» باشد. |
برمی گرداند
- یک نمونه جدید از RaggedGather
فهرست عمومی< خروجی <T>> outputNestedSplits ()
تانسورهای «ردی_تودرتو» که پارتیشن بندی ردیف را برای RaggedTensor برگشتی تعریف می کند.