Python tf.dynamic_partition用法及代码示例

使用来自 partitions 的索引将 data 划分为 num_partitions 张量。

用法

tf.dynamic_partition(
    data, partitions, num_partitions, name=None
)

对于大小为 partitions.ndim 的每个索引元组 js ，切片 data[js, ...] 成为 outputs[partitions[js]] 的一部分。带有partitions[js] = i的切片按照js的字典顺序放置在outputs[i]中，outputs[i]的第一个维度是partitions中的条目数等于i。详细地，

outputs[i].shape = [sum(partitions == i)] + data.shape[partitions.ndim:]

    outputs[i] = pack([data[js, ...] for js if partitions[js] == i])

data.shape 必须以 partitions.shape 开头。

例如：

# Scalar partitions.
    partitions = 1
    num_partitions = 2
    data = [10, 20]
    outputs[0] = []  # Empty with shape [0, 2]
    outputs[1] = [[10, 20]]

    # Vector partitions.
    partitions = [0, 0, 1, 1, 0]
    num_partitions = 2
    data = [10, 20, 30, 40, 50]
    outputs[0] = [10, 20, 50]
    outputs[1] = [30, 40]

有关如何合并分区的示例，请参阅dynamic_stitch。