TensorFlow函数:tf.sparse_split
2018-03-12 11:40 更新
tf.sparse_split 函数
sparse_split(
keyword_required=KeywordRequired(),
sp_input=None,
num_split=None,
axis=None,
name=None,
split_dim=None
)
定义在:tensorflow/python/ops/sparse_ops.py.
参见指南:稀疏张量>操纵
tf.sparse_split 函数能够沿着 axis 将 SparseTensor 分解成 num_split 张量.
如果 sp_input.dense_shape[axis] 不是 num_split 从 0 开始的每个切片的整数倍:则 shape[axis] % num_split 获得额外的一个维度.例如,如果 axis = 1 和 num_split = 2,则输入将如下所示:
input_tensor = shape = [2, 7]
[ a d e ]
[b c ]
图形化的输出张量为:
output_tensor[0] =
[ a ]
[b c ]
output_tensor[1] =
[ d e ]
[ ]
函数参数:
- keyword_required:Python 2 替代 *(临时为参数重新排序)
- sp_input:要分割的 SparseTensor.
- num_split:一个 Python 整数.分割方式的数量.
- axis:一个 0 维 int32 Tensor.分割要沿着的维度.
- name:操作的名称(可选).
- split_dim:不推荐使用轴的旧名称.
函数返回值:
tf.sparse_split 函数返回由分割 value 产生的 num_split SparseTensor 对象.
可能引发的异常:
- TypeError:如果 sp_input 不是 SparseTensor.
- ValueError:如果已弃用 split_dim,并且 axis 均为非“None”.