텐서플로우:: 작전:: 평행 동적 스티치

data 텐서의 값을 단일 텐서에 인터리브합니다.

요약

다음과 같이 병합된 텐서를 구축합니다.

    merged[indices[m][i, ..., j], ...] = data[m][i, ..., j, ...]

예를 들어, 각 indices[m] 가 스칼라 또는 벡터인 경우 다음과 같습니다.

    # Scalar indices:
    merged[indices[m], ...] = data[m][...]

    # Vector indices:
    merged[indices[m][i], ...] = data[m][i, ...]

각 data[i].shape 해당 indices[i].shape 로 시작해야 하며 나머지 data[i].shape wrt i 상수여야 합니다. 즉, data[i].shape = indices[i].shape + constant 가 있어야 합니다. 이 constant 의 관점에서 출력 형태는 다음과 같습니다.

merged.shape = [max(indices)] + constant

값은 병렬로 병합될 수 있으므로 인덱스가 indices[m][i] 및 indices[n][j] 모두에 나타나면 결과가 유효하지 않을 수 있습니다. 이는 해당 경우 동작을 정의하는 일반 DynamicStitch 연산자와 다릅니다.

예를 들어:

    indices[0] = 6
    indices[1] = [4, 1]
    indices[2] = [[5, 2], [0, 3]]
    data[0] = [61, 62]
    data[1] = [[41, 42], [11, 12]]
    data[2] = [[[51, 52], [21, 22]], [[1, 2], [31, 32]]]
    merged = [[1, 2], [11, 12], [21, 22], [31, 32], [41, 42],
              [51, 52], [61, 62]]

이 방법은 다음 예에 설명된 것처럼 dynamic_partition 으로 생성된 파티션을 병합하는 데 사용할 수 있습니다.

    # Apply function (increments x_i) on elements for which a certain condition
    # apply (x_i != -1 in this example).
    x=tf.constant([0.1, -1., 5.2, 4.3, -1., 7.4])
    condition_mask=tf.not_equal(x,tf.constant(-1.))
    partitioned_data = tf.dynamic_partition(
        x, tf.cast(condition_mask, tf.int32) , 2)
    partitioned_data[1] = partitioned_data[1] + 1.0
    condition_indices = tf.dynamic_partition(
        tf.range(tf.shape(x)[0]), tf.cast(condition_mask, tf.int32) , 2)
    x = tf.dynamic_stitch(condition_indices, partitioned_data)
    # Here x=[1.1, -1., 6.2, 5.3, -1, 8.4], the -1. values remain
    # unchanged.

인수:

• 범위: 범위 개체

보고:

• Output : 병합된 텐서.

공개 속성

::tensorflow::Output merged

Operation operation

 ParallelDynamicStitch(
  const ::tensorflow::Scope & scope,
  ::tensorflow::InputList indices,
  ::tensorflow::InputList data
)

::tensorflow::Node * node() const 

 operator::tensorflow::Input() const 

 operator::tensorflow::Output() const