TPUPartitionedOutputV2
Tetap teratur dengan koleksi
Simpan dan kategorikan konten berdasarkan preferensi Anda.
Sebuah operasi yang mendemultiplexing tensor untuk dipecah oleh XLA ke daftar yang dipartisi
keluaran di luar komputasi XLA. Mendukung sharding ND.
Metode Publik
statis <T> TPUPartitionedOutputV2 <T> | buat ( Lingkup lingkup, input Operand <T>, Long numSplits, Daftar<Panjang> partisiDims) Metode pabrik untuk membuat kelas yang membungkus operasi TPUPartitionedOutputV2 baru. |
Iterator< Operan <T>> | |
Daftar< Keluaran <T>> | keluaran () Daftar keluaran yang dipartisi yang memiliki bentuk yang sama. |
Metode Warisan
Dari kelas java.lang.Object boolean | sama dengan (Objek arg0) |
Kelas terakhir<?> | dapatkan Kelas () |
ke dalam | Kode hash () |
kekosongan terakhir | memberitahu () |
kekosongan terakhir | beri tahuSemua () |
Rangkaian | keString () |
kekosongan terakhir | tunggu (arg0 panjang, int arg1) |
kekosongan terakhir | tunggu (argumen panjang0) |
kekosongan terakhir | Tunggu () |
Dari antarmuka java.lang.Iterable ruang kosong | forEach (Konsumen<? super T> arg0) |
abstrak Iterator< Operan <T>> | pengulangan () |
Pemisah< Operan <T>> | pemisah () |
Metode Publik
Metode pabrik untuk membuat kelas yang membungkus operasi TPUPartitionedOutputV2 baru.
Parameter
cakupan | ruang lingkup saat ini |
---|
masukan | Tensor yang mewakili bentuk penuh tensor yang dipartisi. |
---|
partisiDim | Daftar bilangan bulat yang menjelaskan bagaimana setiap dimensi dipartisi. Kekosongan menunjukkan masukan direplikasi. |
---|
Kembali
- contoh baru TPUPartitionedOutputV2
Iterator publik< Operan <T>> iterator ()
Daftar publik< Keluaran <T>> keluaran ()
Daftar keluaran yang dipartisi yang memiliki bentuk yang sama.
Kecuali dinyatakan lain, konten di halaman ini dilisensikan berdasarkan Lisensi Creative Commons Attribution 4.0, sedangkan contoh kode dilisensikan berdasarkan Lisensi Apache 2.0. Untuk mengetahui informasi selengkapnya, baca Kebijakan Situs Google Developers. Java adalah merek dagang terdaftar dari Oracle dan/atau afiliasinya. Beberapa konten dilisensikan berdasarkan lisensi numpy.
Terakhir diperbarui pada 2023-12-01 UTC.
[{
"type": "thumb-down",
"id": "missingTheInformationINeed",
"label":"Informasi yang saya butuhkan tidak ada"
},{
"type": "thumb-down",
"id": "tooComplicatedTooManySteps",
"label":"Terlalu rumit/langkahnya terlalu banyak"
},{
"type": "thumb-down",
"id": "outOfDate",
"label":"Sudah usang"
},{
"type": "thumb-down",
"id": "translationIssue",
"label":"Masalah terjemahan"
},{
"type": "thumb-down",
"id": "samplesCodeIssue",
"label":"Masalah kode / contoh"
},{
"type": "thumb-down",
"id": "otherDown",
"label":"Lainnya"
}]
[{
"type": "thumb-up",
"id": "easyToUnderstand",
"label":"Mudah dipahami"
},{
"type": "thumb-up",
"id": "solvedMyProblem",
"label":"Memecahkan masalah saya"
},{
"type": "thumb-up",
"id": "otherUp",
"label":"Lainnya"
}]
{
"lastModified": "Terakhir diperbarui pada 2023-12-01 UTC.",
"confidential": False
}