جریان تنسور:: عملیات:: StringSplitV2

عناصر source را بر اساس sep به SparseTensor تقسیم کنید.

خلاصه

اجازه دهید N اندازه منبع باشد (معمولا N اندازه دسته ای خواهد بود). هر عنصر source را بر اساس sep تقسیم کنید و SparseTensor حاوی توکن های تقسیم را برگردانید. توکن های خالی نادیده گرفته می شوند.

به عنوان مثال، N = 2، منبع[0] 'سلام جهان' و منبع [1] 'ab c' است، سپس خروجی خواهد بود

st.indices = [0, 0;
              0, 1;
              1, 0;
              1, 1;
              1, 2]
st.shape = [2, 3]
st.values = ['hello', 'world', 'a', 'b', 'c']

اگر sep داده شود، جداکننده های متوالی با هم گروه بندی نمی شوند و به نظر می رسد که رشته های خالی را محدود می کنند. برای مثال، منبع "1\<\>2\<\>\<\>3" و sep از "\<\>" ["1", "2", "", "3"] را برمی‌گرداند. اگر sep None یا یک رشته خالی باشد، فضای سفید متوالی به عنوان یک جداکننده منفرد در نظر گرفته می‌شود و در صورتی که رشته دارای فضای سفید پیشرو یا انتهایی باشد، نتیجه شامل هیچ رشته خالی در انتهای شروع کننده نخواهد بود.

توجه داشته باشید که رفتار ذکر شده در بالا با str.split پایتون مطابقت دارد.

استدلال ها:

• scope: یک شی Scope
• ورودی: Tensor رشته 1-D ، رشته ها تقسیم می شوند.
• سپتامبر: Tensor رشته 0-D ، کاراکتر جداکننده.

ویژگی های اختیاری (به Attrs مراجعه کنید):

• maxsplit: یک int . اگر maxsplit > 0 ، حد تقسیم نتیجه.

برمی‌گرداند:

• شاخص های Output
• مقادیر Output
• شکل Output

صفات عمومی

::tensorflow::Output indices

Operation operation

::tensorflow::Output shape

::tensorflow::Output values

 StringSplitV2(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input input,
  ::tensorflow::Input sep
)

 StringSplitV2(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input input,
  ::tensorflow::Input sep,
  const StringSplitV2::Attrs & attrs
)

Attrs Maxsplit(
  int64 x
)