tf.raw_ops.ParallelDynamicStitch

Объединяет значения из тензоров data в один тензор.

Псевдонимы

Псевдонимы для миграции

См. Руководство по миграции для получения более подробной информации.

tf.compat.v1.raw_ops.ParallelDynamicStitch

tf.raw_ops.ParallelDynamicStitch(
    indices, data, name=None
)

Строит объединённый тензор таким образом, что

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

Например, если каждый indices[m] является скаляром или вектором, у нас есть

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

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

Каждый data[i].shape должен начинаться с соответствующего indices[i].shape, а остальная часть data[i].shape должна быть постоянной относительно i. То есть, у нас должно быть data[i].shape = indices[i].shape + constant. С точки зрения этого constant, форма выходного тензора равна

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

Значения могут быть объединены параллельно, поэтому если индекс появляется как в indices[m][i], так и в indices[n][j], результат может быть некорректным. Это отличается от обычного оператора DynamicStitch, который определяет поведение в этом случае.

Например:

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]]

Этот метод можно использовать для объединения разделов, созданных dynamic_partition, как показано на следующем примере:

# 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.

Аргументы
`indices`	Список из как минимум 1 объекта `Tensor` с типом `int32`.
`data`	Список той же длины, что и `indices`, содержащий объекты `Tensor` того же типа.
`name`	Имя операции (необязательно).

Возвращаемое значение
Тензор `Tensor`. Имеет тот же тип, что и `data`.

© 2022 The TensorFlow Authors. All rights reserved.
Licensed under the Creative Commons Attribution License 4.0.
Code samples licensed under the Apache 2.0 License.
https://www.tensorflow.org/api_docs/python/tf/raw_ops/ParallelDynamicStitch