przepływ tensorowy:: ops:: SparseSlice

Pokrój SparseTensor na podstawie start i size .

Streszczenie

Na przykład, jeśli dane wejściowe to

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

Graficznie tensory wyjściowe to:

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

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

Argumenty:

• zakres: Obiekt Scope
• indeksy: tensor 2-D reprezentuje indeksy tensora rzadkiego.
• wartości: Tensor 1-D reprezentuje wartości tensora rzadkiego.
• kształt: 1-D. tensor reprezentuje kształt rzadkiego tensora.
• początek: 1-D. tensor reprezentuje początek wycinka.
• rozmiar: 1-D. tensor reprezentuje rozmiar plasterka. indeksy wyjściowe: lista tensorów 1-D reprezentuje indeksy wyjściowych tensorów rzadkich.

Zwroty:

• Output indeksy_wyjściowe
• Output wartości_wyjściowe: Lista tensorów 1-D reprezentuje wartości wyjściowych tensorów rzadkich.
• Output kształt_wyjściowy: Lista tensorów 1-D reprezentuje kształt wyjściowych tensorów rzadkich.

Atrybuty publiczne

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
)