Python tf.compat.v1.sparse_split用法及代码示例

沿 axis 将 SparseTensor 拆分为 num_split 张量。 (不推荐使用的参数)

用法

tf.compat.v1.sparse_split(
    keyword_required=KeywordRequired(), sp_input=None, num_split=None, axis=None,
    name=None, split_dim=None
)

keyword_required Python 2 代表 *(参数重新排序临时)
sp_input 要拆分的SparseTensor。
num_split 一个 Python 整数。拆分方式的数量。
axis 一个 0-D int32 Tensor 。要拆分的维度。必须在 [-rank, rank) 范围内，其中 rank 是输入 SparseTensor 中的维数。
name 操作的名称(可选)。
split_dim 不推荐使用轴的旧名称。

警告：不推荐使用某些参数：(split_dim)。它们将在未来的版本中被删除。更新说明：split_dim 已弃用，请改用轴

如果 sp_input.dense_shape[axis] 不是 num_split 的整数倍，则每个切片从 0 开始：shape[axis] % num_split 获得额外的一维。例如，如果 axis = 1 和 num_split = 2 并且输入是：

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

从图形上看，输出张量是：

output_tensor[0] =
[    a   ]
[b c     ]

output_tensor[1] =
[ d e  ]
[      ]

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.compat.v1.sparse_split。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。