Python tf.ragged.stack_dynamic_partitions用法及代码示例

堆叠张量或 RaggedTensor 的动态分区。

用法

tf.ragged.stack_dynamic_partitions(
    data, partitions, num_partitions, name=None
)

参数

data 包含要堆栈的值的 Tensor 或 RaggedTensor。
partitions int32 或 int64 Tensor 或 RaggedTensor 指定应将 data 的每个切片添加到的分区。 partitions.shape 必须是 data.shape 的前缀。值必须大于或等于零，并且小于 num_partitions 。 partitions 不需要排序。
num_partitions int32 或 int64 标量指定要输出的分区数。这决定了 output 中的行数。
name 返回张量的名称前缀(可选)。

包含堆叠分区的RaggedTensor。返回的张量具有与 data 相同的 dtype，其形状为 [num_partitions, (D)] + data.shape[partitions.rank:] ，其中 (D) 是一个参差不齐的维度，其长度是为每个 partition 堆叠的数据切片的数量。

返回带有 num_partitions 行的 RaggedTensor output，其中行 output[i] 是通过堆叠所有切片 data[j1...jN] 以使得 partitions[j1...jN] = i 形成的。 data 的切片按行优先顺序堆叠。

如果 num_partitions 是 int (不是 Tensor )，那么这等效于 tf.ragged.stack(tf.dynamic_partition(data, partitions, num_partitions)) 。

例子：

data           = ['a', 'b', 'c', 'd', 'e']
partitions     = [  3,   0,   2,   2,   3]
num_partitions = 5
tf.ragged.stack_dynamic_partitions(data, partitions, num_partitions)
<tf.RaggedTensor [[b'b'], [], [b'c', b'd'], [b'a', b'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.ragged.stack_dynamic_partitions。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。