返回包含指定数字序列的RaggedTensor
。
用法
tf.raw_ops.RaggedRange(
starts, limits, deltas, Tsplits=tf.dtypes.int64, name=None
)
参数
-
starts
一个Tensor
。必须是以下类型之一:bfloat16
,float32
,float64
,int32
,int64
。每个范围的开始。 -
limits
一个Tensor
。必须与starts
具有相同的类型。每个范围的限制。 -
deltas
一个Tensor
。必须与starts
具有相同的类型。每个范围的增量。 -
Tsplits
一个可选的tf.DType
来自:tf.int32, tf.int64
。默认为tf.int64
。 -
name
操作的名称(可选)。
返回
-
Tensor
对象的元组(rt_nested_splits、rt_dense_values)。 -
rt_nested_splits
Tensor
类型为Tsplits
。 -
rt_dense_values
一个Tensor
。具有与starts
相同的类型。
返回由 rt_dense_values
和 rt_nested_splits
组成的 RaggedTensor
result
,例如 result[i] = range(starts[i], limits[i], deltas[i])
。
(rt_nested_splits, rt_dense_values) = ragged_range(
starts=[2, 5, 8], limits=[3, 5, 12], deltas=1)
result = tf.ragged.from_row_splits(rt_dense_values, rt_nested_splits)
print(result)
<tf.RaggedTensor [[2], [], [8, 9, 10, 11]] >
输入张量 starts
, limits
和 deltas
可以是标量或向量。向量输入必须全部具有相同的大小。标量输入被广播以匹配向量输入的大小。
相关用法
- Python tf.raw_ops.RaggedGather用法及代码示例
- Python tf.raw_ops.RaggedCross用法及代码示例
- Python tf.raw_ops.Range用法及代码示例
- Python tf.raw_ops.RandomShuffle用法及代码示例
- Python tf.raw_ops.Rank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.ResourceScatterMul用法及代码示例
- Python tf.raw_ops.ReduceJoin用法及代码示例
- Python tf.raw_ops.RGBToHSV用法及代码示例
- Python tf.raw_ops.ResourceScatterAdd用法及代码示例
- Python tf.raw_ops.ResourceScatterMax用法及代码示例
- Python tf.raw_ops.ResourceScatterMin用法及代码示例
- Python tf.raw_ops.Real用法及代码示例
- Python tf.raw_ops.Rint用法及代码示例
- Python tf.raw_ops.Relu用法及代码示例
- Python tf.raw_ops.ReverseV2用法及代码示例
- Python tf.raw_ops.ResourceGather用法及代码示例
- Python tf.raw_ops.Reverse用法及代码示例
- Python tf.raw_ops.Reshape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.RaggedRange。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。