TensorFlow是Google设计的开源Python库，用于开发机器学习模型和深度学习神经网络。
dynamic_stitch()用于将多个张量合并为单个张量。
用法：tensorflow.dynamic_stitch( indices, data, name)
参数：
- indices:它是具有至少1个张量且每个张量具有dtype int32的张量的列表。
- 数据：它是具有与索引相同长度的张量的列表。
- 名称(可选)：它定义了操作的名称。
结果：
它返回与数据相同dtype的张量。
范例1：
Python3
# Importing the library
import tensorflow as tf
# Initializing the input
indices = [[0, 1, 5], [2, 4, 3, 6]]
data = [[1, 2, 3], [4, 5, 6, 7]]
# Printing the input
print('indices:', indices)
print('data:', data)
# Calculating result
x = tf.dynamic_stitch(indices, data)
# Printing the result
print('x:', x)输出：
indices:[[0, 1, 5], [2, 4, 3, 6]] data: [[1, 2, 3], [4, 5, 6, 7]] x: tf.Tensor([1 2 4 6 5 3 7], shape=(7, ), dtype=int32)
范例2：
Python3
# Importing the library
import tensorflow as tf
# Initializing the input
indices = [[0, 1, 6], [5, 4, 3]]
data = [[1, 2, 3], [4, 5, 6]]
# Printing the input
print('indices:', indices)
print('data:', data)
# Calculating result
x = tf.dynamic_stitch(indices, data)
# Printing the result
print('x:', x)输出：
indices:[[0, 1, 2], [5, 4, 3]] data: [[1, 2, 3], [4, 5, 6]] x: tf.Tensor([1 2 3 6 5 4], shape=(6, ), dtype=int32)
相关用法
注：本文由纯净天空筛选整理自aman neekhara大神的英文原创作品 Python – tensorflow.dynamic_stitch()。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。