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
)

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 即 >= 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)。

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]

和 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。