当前位置: 首页>>代码示例 >>用法及示例精选 >>正文


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


沿第一维连接 N 张量列表。

用法

tf.raw_ops.ParallelConcat(
    values, shape, name=None
)

参数

  • values 至少 1 个具有相同类型的 Tensor 对象的列表。要连接的张量。所有必须在第一维中具有大小 1 和相同的形状。
  • shape tf.TensorShapeints 的列表。结果的最终形状;应该等于任何输入的形状,但具有第一维中输入值的数量。
  • name 操作的名称(可选)。

返回

  • 一个Tensor。具有与 values 相同的类型。

输入张量都必须在第一维中具有大小 1。

例如:

# 'x' is [[1, 4]]
# 'y' is [[2, 5]]
# 'z' is [[3, 6]]
parallel_concat([x, y, z]) => [[1, 4], [2, 5], [3, 6]]  # Pack along first dim.

concat 和 parallel_concat 之间的区别在于 concat 要求在操作开始之前计算所有输入,但不要求在图形构建期间知道输入形状。并行 concat 将在输入可用时将其复制到输出中,在某些情况下,这可以提供性能优势。

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.ParallelConcat。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。