当前位置: 首页>>代码示例 >>用法及示例精选 >>正文


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


在所有维度上拆分资源变量输入张量。

用法

tf.raw_ops.ReadVariableXlaSplitND(
    resource, T, N, num_splits, paddings=[], name=None
)

参数

  • resource A Tensor类型resource.输入张量的资源变量,用于拆分所有维度。 } out_arg { 名称:"outputs" 说明:<
  • T 一个tf.DType
  • N int>= 1
  • num_splits ints 的列表。每个维度的拆分方式数。形状尺寸必须是可整除的。
  • paddings ints 的可选列表。默认为 [] 。每个输入张量维度的右填充的可选列表,以在拆分前应用。这可用于使维度均匀整除。
  • name 操作的名称(可选)。

返回

  • N Tensor 类型为 T 的对象列表。

根据给定的num_splits 属性拆分资源变量输入张量的操作,可选地填充切片,并返回切片。切片按行优先顺序返回。

此操作可以通过 TPU 桥生成。

例如,使用 input 张量:

[[0, 1, 2],
 [3, 4, 5],
 [6, 7, 8]]

num_splits

[2, 2]

paddings

[1, 1]

预期的outputs 是:

[[0, 1],
 [3, 4]]
[[2, 0],
 [5, 0]]
[[6, 7],
 [0, 0]]
[[8, 0],
 [0, 0]]

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.ReadVariableXlaSplitND。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。