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.TensorShape
或ints
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
- Python tf.raw_ops.ParallelDynamicStitch用法及代码示例
- Python tf.raw_ops.ParseSequenceExampleV2用法及代码示例
- Python tf.raw_ops.Pad用法及代码示例
- Python tf.raw_ops.PadV2用法及代码示例
- Python tf.raw_ops.Pack用法及代码示例
- Python tf.raw_ops.Pow用法及代码示例
- Python tf.raw_ops.TPUReplicatedInput用法及代码示例
- Python tf.raw_ops.Bitcast用法及代码示例
- Python tf.raw_ops.SelfAdjointEigV2用法及代码示例
- Python tf.raw_ops.BatchMatMul用法及代码示例
- Python tf.raw_ops.OneHot用法及代码示例
- Python tf.raw_ops.ResourceScatterNdSub用法及代码示例
- Python tf.raw_ops.ReadVariableXlaSplitND用法及代码示例
- Python tf.raw_ops.GatherV2用法及代码示例
- Python tf.raw_ops.Expm1用法及代码示例
- Python tf.raw_ops.BitwiseAnd用法及代码示例
- Python tf.raw_ops.UniqueWithCounts用法及代码示例
- Python tf.raw_ops.DecodeGif用法及代码示例
- Python tf.raw_ops.Size用法及代码示例
- Python tf.raw_ops.ScatterUpdate用法及代码示例
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。