tf.dynamic_stitch

参考 tf.dynamic_stitch - 云+社区 - 腾讯云

把数据张量的值交错成一个张量。

tf.dynamic_stitch(indices,data,name=None
)

建立一个这样的合并张量。

merged[indices[m][i, ..., j], ...] = data[m][i, ..., j, ...]

例如，如果每个指标[m]是标量或向量，我们有

# Scalar indices:
merged[indices[m], ...] = data[m][...]# Vector indices:
merged[indices[m][i], ...] = data[m][i, ...]

每个data[i].shape必须从相应的指标[i]开始。形状和其他数据[i]。形状必须是恒定的，也就是说，我们必须有data[i].shape = indices[i].shape + constant。根据这个常数，输出形状是

merged.shape = [max(indices)] + constant

值按顺序合并，因此，如果(m,i) < (n,j)的索引[m][i]和索引[n][j]同时出现，则切片数据[n][j]将出现在合并结果中。如果不需要这种保证，ParallelDynamicStitch在某些设备上的性能可能更好。

例：

indices[0] = 6
indices[1] = [4, 1]
indices[2] = [[5, 2], [0, 3]]
data[0] = [61, 62]
data[1] = [[41, 42], [11, 12]]
data[2] = [[[51, 52], [21, 22]], [[1, 2], [31, 32]]]
merged = [[1, 2], [11, 12], [21, 22], [31, 32], [41, 42],[51, 52], [61, 62]]

这个方法可以用来合并dynamic_partition创建的分区，如下面的例子所示：

# Apply function (increments x_i) on elements for which a certain condition
# apply (x_i != -1 in this example).
x=tf.constant([0.1, -1., 5.2, 4.3, -1., 7.4])
condition_mask=tf.not_equal(x,tf.constant(-1.))
partitioned_data = tf.dynamic_partition(
x, tf.cast(condition_mask, tf.int32) , 2)
partitioned_data[1] = partitioned_data[1] + 1.0
condition_indices = tf.dynamic_partition(tf.range(tf.shape(x)[0]), tf.cast(condition_mask, tf.int32) , 2)
x = tf.dynamic_stitch(condition_indices, partitioned_data)
# Here x=[1.1, -1., 6.2, 5.3, -1, 8.4], the -1. values remain
# unchanged.

参数：

indices:包含至少一个int32类型张量对象的列表。
data:与相同类型张量对象的索引长度相同的列表。
name:操作的名称(可选)。

返回值：

一个张量。具有与数据相同的类型。

tf.dynamic_stitch相关推荐

tf.dynamic_stitch 和　 tf.dynamic_partition
import tensorflow as tf x=tf.constant([0.1, -1., 5.2, 4.3, -1., 7.4])#判断x里面的元素是否是1 condition_mask=tf ...
Tensorflow |（2）张量的阶和数据类型及张量操作
Tensorflow |(1)初识Tensorflow Tensorflow |(2)张量的阶和数据类型及张量操作张量的阶和数据类型 TensorFlow用张量这种数据结构来表示所有的数据.你可以把 ...
机器学习Tensorflow基础知识、张量与变量
TensorFlow是一个采用数据流图(data flow graphs),用于数值计算的开源软件库.节点(Nodes)在图中表示数学操作,图中的线(edges)则表示在节点间相互联系的多维数据数组, ...
Tensorflow Python API 翻译（array_ops）
作者:chen_h 微信号 & QQ:862251340 微信公众号:coderpai 简书地址:https://www.jianshu.com/p/00ab12bc357c 计划现将 ten ...
3、TensorFlow 的数据模型-----张量(Tensor)
一.Tensor 类简介 Tensor 定义 A Tensor is a symbolic handle to one of the outputs of an Operation. It does ...
TFRecord tf.train.Feature
一.定义事先将数据编码为二进制的TFRecord文件,配合TF自带的多线程API,读取效率最高,且跨平台,适合规范化存储复杂的数据.上图为TFRecord的pb格式定义,可发现每个TFRecord由 ...
tf.get_variable
tf.get_variable的使用方法参数数量及其作用例子参数数量及其作用该函数共有十一个参数,常用的有:名称name.变量规格shape.变量类型dtype.变量初始化方式initiali ...
通俗理解tf.nn.conv2d() tf.nn.conv3d( )参数的含义 pytorhc 卷积
20210609 例如(3,3,(3,7,7))表示的是输入图像的通道数是3,输出图像的通道数是3,(3,7,7)表示过滤器每次处理3帧图像,卷积核的大小是3 x 7 x 7. https://blo ...
tf.concat()详解
tensorflow中用来拼接张量的函数tf.concat(),用法: tf.concat([tensor1, tensor2, tensor3,...], axis) 先给出tf源代码中的解释: t ...

tf.dynamic_stitch

tf.dynamic_stitch相关推荐

最新文章

热门文章