Python tf.parallel_stack用法及代碼示例

將 rank-R 張量列表堆疊成一個 rank-(R+1) 張量。

用法

tf.parallel_stack(
    values, name='parallel_stack'
)

要求在圖構建時知道輸入的形狀。

將 values 中的張量列表打包成一個排名高於 values 中每個張量的張量，方法是將它們沿第一維打包。給定形狀為 (A, B, C) 的張量的長度列表 N ； output 張量將具有形狀 (N, A, B, C) 。

例如：

x = tf.constant([1, 4])
y = tf.constant([2, 5])
z = tf.constant([3, 6])
tf.parallel_stack([x, y, z])  # [[1, 4], [2, 5], [3, 6]]

stack 和 parallel_stack 之間的區別在於 stack 要求在操作開始之前計算所有輸入，但不需要在圖形構建期間知道輸入形狀。

parallel_stack 將在輸入可用時將其複製到輸出中，在某些情況下，這可以提供性能優勢。

不像 stack , parallel_stack 不支持反向傳播。

這與 unstack 正好相反。 numpy 等價物是

tf.parallel_stack([x, y, z]) = np.asarray([x, y, z])

eager模式兼容性

parallel_stack 與即刻執行不兼容。