tf.tile

Создаёт тензор путём копирования заданного тензора.

Псевдонимы

Псевдонимы для миграции

См. Руководство по миграции для получения дополнительной информации.

tf.compat.v1.manip.tile, tf.compat.v1.tile

tf.tile(
    input: Annotated[Any, TV_Tile_T],
    multiples: Annotated[Any, TV_Tile_Tmultiples],
    name=None
) -> Annotated[Any, TV_Tile_T]

Используется в ноутбуках

Используется в руководстве	Используется в учебниках
Улучшение производительности с помощью API tf.data Разреженные тензоры Понимание маскирования и заполнения	Прогнозирование временных рядов Вычисление градиентов Квантовые данные Параметризованные квантовые цепи для обучения с подкреплением Учебник по многоруким бандитам с характеристиками каждой руки

Данная операция создаёт новый тензор путём копирования input multiples раз. i-ый размер выходного тензора имеет input.dims(i) * multiples[i] элементов, и значения input дублируются multiples[i] раз вдоль i-го измерения. Например, копирование [a b c d] по [2] даёт [a b c d a b c d].

a = tf.constant([[1,2,3],[4,5,6]], tf.int32)
b = tf.constant([1,2], tf.int32)
tf.tile(a, b)
<tf.Tensor: shape=(2, 6), dtype=int32, numpy=
array([[1, 2, 3, 1, 2, 3],
       [4, 5, 6, 4, 5, 6]], dtype=int32)>
c = tf.constant([2,1], tf.int32)
tf.tile(a, c)
<tf.Tensor: shape=(4, 3), dtype=int32, numpy=
array([[1, 2, 3],
       [4, 5, 6],
       [1, 2, 3],
       [4, 5, 6]], dtype=int32)>
d = tf.constant([2,2], tf.int32)
tf.tile(a, d)
<tf.Tensor: shape=(4, 6), dtype=int32, numpy=
array([[1, 2, 3, 1, 2, 3],
       [4, 5, 6, 4, 5, 6],
       [1, 2, 3, 1, 2, 3],
       [4, 5, 6, 4, 5, 6]], dtype=int32)>

Аргументы
`input`	A `Tensor`. Может быть любого ранга.
`multiples`	A `Tensor`. Должен быть одного из следующих типов: `int32`, `int64`. 1-мерный. Длина должна совпадать с количеством измерений в `input`
`name`	Имя операции (необязательно).

Возвращаемое значение
A `Tensor`. Имеет тот же тип, что и `input`.

© 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/tile