Python tf.raw_ops.ReadVariableXlaSplitND用法及代碼示例

在所有維度上拆分資源變量輸入張量。

用法

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

resource A Tensor類型resource.輸入張量的資源變量，用於拆分所有維度。 } out_arg { 名稱："outputs" 說明：<
T 一個tf.DType。
N int 即 >= 1 。
num_splits ints 的列表。每個維度的拆分方式數。形狀尺寸必須是可整除的。
paddings ints 的可選列表。默認為 [] 。每個輸入張量維度的右填充的可選列表，以在拆分前應用。這可用於使維度均勻整除。
name 操作的名稱(可選)。

根據給定的num_splits 屬性拆分資源變量輸入張量的操作，可選地填充切片，並返回切片。切片按行優先順序返回。

此操作可以通過 TPU 橋生成。

例如，使用 input 張量：

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

num_splits：

[2, 2]

和 paddings ：

[1, 1]

預期的outputs 是：

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

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.raw_ops.ReadVariableXlaSplitND。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。