Python tf.RaggedTensorSpec用法及代码示例

参数

• shape RaggedTensor 的形状，或 None 以允许任何形状。如果指定了形状，则所有参差不齐的尺寸都必须具有大小 None 。
• dtype RaggedTensor 中的 tf.DType 个值。
• ragged_rank Python 整数，RaggedTensor 的flat_values 被分区的次数。默认为 shape.ndims - 1 。
• row_splits_dtype dtype 用于 RaggedTensor 的 row_splits 张量。 tf.int32 或 tf.int64 之一。
• flat_values_spec RaggedTensor 的 flat_value 的 TypeSpec。当flat_values 是 CompositeTensor 而不是 Tensor 时，应提供它。如果同时提供 dtype 和 flat_values_spec 和 ，则 dtype 必须与 flat_values_spec.dtype 相同。 (实验性)

属性

• dtype tf.dtypes.DType此类型为 RaggedTensor 指定。

  rt = tf.ragged.constant([["a"], ["b", "c"]], dtype=tf.string)
  tf.type_spec_from_value(rt).dtype
  tf.string

• flat_values_spec RaggedTensor 的flat_values 的TypeSpec。
• ragged_rank RaggedTensor 的flat_values 被分区的次数。

  默认为 shape.ndims - 1 。

  values = tf.ragged.constant([[1, 2, 3], [4], [5, 6], [7, 8, 9, 10]])
  tf.type_spec_from_value(values).ragged_rank
  1

  rt1 = tf.RaggedTensor.from_uniform_row_length(values, 2)
  tf.type_spec_from_value(rt1).ragged_rank
  2

• row_splits_dtype tf.dtypes.DTypeRaggedTensor 的row_splits.

  rt = tf.ragged.constant([[1, 2, 3], [4]], row_splits_dtype=tf.int64)
  tf.type_spec_from_value(rt).row_splits_dtype
  tf.int64

• shape RaggedTensor 的静态已知形状。

  rt = tf.ragged.constant([[0], [1, 2]])
  tf.type_spec_from_value(rt).shape
  TensorShape([2, None])

  rt = tf.ragged.constant([[[0, 1]], [[1, 2], [3, 4]]], ragged_rank=1)
  tf.type_spec_from_value(rt).shape
  TensorShape([2, None, 2])

• value_type 与此 TypeSpec 兼容的值的 Python 类型。

  特别是，所有与此 TypeSpec 兼容的值都必须是此类型的实例。