tf.RaggedTensorSpec
| Просмотреть исходный код на GitHub |
Спецификация типа для tf.RaggedTensor.
Наследуется от: TypeSpec, TraceType
tf.RaggedTensorSpec(
shape=None,
dtype=tf.dtypes.float32,
ragged_rank=None,
row_splits_dtype=tf.dtypes.int64,
flat_values_spec=None
)
| Аргументы | |
|---|---|
shape | Форма RaggedTensor или None для разрешения любой формы. Если форма указана, все разряженные измерения должны иметь размер None. |
dtype | tf.DType значений в RaggedTensor. |
ragged_rank | Целое число Python, количество раз, когда плоские значения RaggedTensor разделяются. По умолчанию shape.ndims - 1. |
row_splits_dtype | dtype для тензора row_splits RaggedTensor. Один из tf.int32 или tf.int64. |
flat_values_spec | TypeSpec для плоских значений RaggedTensor. Он должен быть предоставлен, когда flat_values является CompositeTensor, а не Tensor. Если оба dtype и flat_values_spec предоставлены, dtype должны быть такими же, как flat_values_spec.dtype. (экспериментально) |
| Атрибуты | |
|---|---|
dtype | tf.dtypes.DType, заданный этим типом для RaggedTensor. rt = tf.ragged.constant([["a"], ["b", "c"]], dtype=tf.string) tf.type_spec_from_value(rt).dtype tf.string |
flat_values_spec | TypeSpec плоских значений RaggedTensor. |
ragged_rank | Количество раз, когда плоские значения RaggedTensor разделяются. По умолчанию values = tf.ragged.constant([[1, 2, 3], [4], [5, 6], [7, 8, 9, 10]]) tf.type_spec_from_value(values).ragged_rank 1 rt1 = tf.RaggedTensor.from_uniform_row_length(values, 2) tf.type_spec_from_value(rt1).ragged_rank 2 |
row_splits_dtype | tf.dtypes.DType тензора row_splits RaggedTensor. rt = tf.ragged.constant([[1, 2, 3], [4]], row_splits_dtype=tf.int64) tf.type_spec_from_value(rt).row_splits_dtype tf.int64 |
shape | Статически известная форма RaggedTensor. rt = tf.ragged.constant([[0], [1, 2]]) tf.type_spec_from_value(rt).shape TensorShape([2, None]) rt = tf.ragged.constant([[[0, 1]], [[1, 2], [3, 4]]], ragged_rank=1) tf.type_spec_from_value(rt).shape TensorShape([2, None, 2]) |
value_type | Тип Python для значений, совместимых с этим TypeSpec. В частности, все значения, совместимые с этим TypeSpec, должны быть экземпляром этого типа. |
Методы
from_value
@classmethod
from_value(
value
)
is_compatible_with
is_compatible_with(
spec_or_value
)
Возвращает true, если spec_or_value совместим с этим TypeSpec.
Предпочтительнее использовать "is_subtype_of" и "most_specific_common_supertype" по возможности.
| Аргументы | |
|---|---|
spec_or_value | TypeSpec или значение TypeSpec для сравнения. |
is_subtype_of
is_subtype_of(
other: tf.types.experimental.TraceType
) -> bool
Возвращает True, если self является подтипом other.
Реализует интерфейс tf.types.experimental.func.TraceType.
Если не переопределено подклассом, по умолчанию предполагается, что TypeSpec является ковариантным по атрибутам, реализующим TraceType, и инвариантным по остальным атрибутам, а также по структуре и типу TypeSpec.
| Аргументы | |
|---|---|
other | Объект TraceType. |
most_specific_common_supertype
most_specific_common_supertype(
others: Sequence[tf.types.experimental.TraceType]
) -> Optional['TypeSpec']
Возвращает наиболее специфичный TypeSpec-супертип self и others.
Реализует интерфейс tf.types.experimental.func.TraceType.
Если не переопределено подклассом, по умолчанию предполагается, что TypeSpec является ковариантным по атрибутам, реализующим TraceType, и инвариантным по остальным атрибутам, а также по структуре и типу TypeSpec.
| Аргументы | |
|---|---|
others | Последовательность объектов TraceTypes. |
most_specific_compatible_type
most_specific_compatible_type(
other: 'TypeSpec'
) -> 'TypeSpec'
Возвращает наиболее специфичный TypeSpec, совместимый с self и other. (устарело)
Устарело. Пожалуйста, используйте most_specific_common_supertype вместо этого. Не переопределяйте эту функцию.
| Аргументы | |
|---|---|
other | TypeSpec. |
| Исключения | |
|---|---|
ValueError | Если нет TypeSpec, совместимого как с self, так и с other. |
__eq__
__eq__(
other
) -> bool
Возвращает self==value.
__ne__
__ne__(
other
) -> bool
Возвращает self!=value.
© 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/versions/r2.9/api_docs/python/tf/RaggedTensorSpec