Python tf.ragged.stack_dynamic_partitions用法及代碼示例

堆疊張量或 RaggedTensor 的動態分區。

用法

tf.ragged.stack_dynamic_partitions(
    data, partitions, num_partitions, name=None
)

參數

data 包含要堆棧的值的 Tensor 或 RaggedTensor。
partitions int32 或 int64 Tensor 或 RaggedTensor 指定應將 data 的每個切片添加到的分區。 partitions.shape 必須是 data.shape 的前綴。值必須大於或等於零，並且小於 num_partitions 。 partitions 不需要排序。
num_partitions int32 或 int64 標量指定要輸出的分區數。這決定了 output 中的行數。
name 返回張量的名稱前綴(可選)。

包含堆疊分區的RaggedTensor。返回的張量具有與 data 相同的 dtype，其形狀為 [num_partitions, (D)] + data.shape[partitions.rank:] ，其中 (D) 是一個參差不齊的維度，其長度是為每個 partition 堆疊的數據切片的數量。

返回帶有 num_partitions 行的 RaggedTensor output，其中行 output[i] 是通過堆疊所有切片 data[j1...jN] 以使得 partitions[j1...jN] = i 形成的。 data 的切片按行優先順序堆疊。

如果 num_partitions 是 int (不是 Tensor )，那麽這等效於 tf.ragged.stack(tf.dynamic_partition(data, partitions, num_partitions)) 。

例子：

data           = ['a', 'b', 'c', 'd', 'e']
partitions     = [  3,   0,   2,   2,   3]
num_partitions = 5
tf.ragged.stack_dynamic_partitions(data, partitions, num_partitions)
<tf.RaggedTensor [[b'b'], [], [b'c', b'd'], [b'a', b'e'], []]>

相關用法

注：本文由純淨天空篩選整理自tensorflow.org大神的英文原創作品 tf.ragged.stack_dynamic_partitions。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。