Python tf.raw_ops.AssignVariableXlaConcatND用法及代码示例

在所有维度上连接输入张量。

用法

tf.raw_ops.AssignVariableXlaConcatND(
    resource, inputs, num_concats, paddings=[], name=None
)

resource A Tensor类型resource.跨所有维度的连接输入张量的资源变量。 } in_arg { 名称："inputs" 说明：<
inputs 至少 1 个具有相同类型的 Tensor 对象的列表。
num_concats ints 的列表。每个维度的合并方式数。
paddings ints 的可选列表。默认为 [] 。从最终合并张量中剥离的每个维度的可选右填充列表。在剥离填充之前，这些填充不得超过合并结果的尺寸大小。
name 操作的名称(可选)。

合并的操作基于给定的num_splits 属性对输入张量进行切片，可选地去除填充，并将没有填充的合并张量写入资源变量。

此操作可以通过 TPU 桥生成。

例如，使用 input 张量：

[[0, 1],
 [4, 5]]
[[2, 3],
 [6, 7]]
[[8, 9],
 [12, 13]]
[[10, 11],
 [14, 15]]

num_splits：

[2, 2]

和 paddings ：

[1, 1]

预期的outputs 是：

[[0, 1, 2],
 [4, 5, 6],
 [8, 9, 10]]

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.raw_ops.AssignVariableXlaConcatND。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。