Python tf.RaggedTensor.from_row_lengths用法及代码示例

用法

@classmethod
from_row_lengths(
    values, row_lengths, name=None, validate=True
)

参数

values 形状可能参差不齐的张量 [nvals, ...] 。
row_lengths 形状为 [nrows] 的一维整数张量。必须是非负数。 sum(row_lengths) 必须是 nvals 。
name RaggedTensor 的名称前缀(可选)。
validate 如果为真，则使用断言检查参数是否形成有效的 RaggedTensor 。注意：这些断言会产生运行时成本，因为必须检查每个张量值。

一个RaggedTensor。 result.rank = values.rank + 1 。 result.ragged_rank = values.ragged_rank + 1 。

创建一个 RaggedTensor ，其中行由 row_lengths 分区。

返回的 RaggedTensor 对应于由以下定义的 python 列表：

result = [[values.pop(0) for i in range(length)]
          for length in row_lengths]

例子：

print(tf.RaggedTensor.from_row_lengths(
    values=[3, 1, 4, 1, 5, 9, 2, 6],
    row_lengths=[4, 0, 3, 1, 0]))
<tf.RaggedTensor [[3, 1, 4, 1], [], [5, 9, 2], [6], []]>

相关用法

注：本文由纯净天空筛选整理自tensorflow.org大神的英文原创作品 tf.RaggedTensor.from_row_lengths。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。