TensorFlow函數(shù)：tf.sparse_split

tf.sparse_split 函數(shù)

sparse_split(
    keyword_required=KeywordRequired(),
    sp_input=None,
    num_split=None,
    axis=None,
    name=None,
    split_dim=None
)

定義在：tensorflow/python/ops/sparse_ops.py.

參見(jiàn)指南：稀疏張量>操縱

tf.sparse_split 函數(shù)能夠沿著 axis 將 SparseTensor 分解成 num_split 張量.

如果 sp_input.dense_shape[axis] 不是 num_split 從 0 開(kāi)始的每個(gè)切片的整數(shù)倍：則 shape[axis] % num_split 獲得額外的一個(gè)維度.例如,如果 axis = 1 和 num_split = 2,則輸入將如下所示：

input_tensor = shape = [2, 7]
[    a   d e  ]
[b c          ]

圖形化的輸出張量為：

output_tensor[0] =
[    a ]
[b c   ]

output_tensor[1] =
[ d e  ]
[      ]

函數(shù)參數(shù)：

• keyword_required：Python 2 替代 *(臨時(shí)為參數(shù)重新排序)
• sp_input：要分割的 SparseTensor.
• num_split：一個(gè) Python 整數(shù).分割方式的數(shù)量.
• axis：一個(gè) 0 維 int32 Tensor.分割要沿著的維度.
• name：操作的名稱(可選).
• split_dim：不推薦使用軸的舊名稱.

函數(shù)返回值：

tf.sparse_split 函數(shù)返回由分割 value 產(chǎn)生的 num_split SparseTensor 對(duì)象.

可能引發(fā)的異常：

• TypeError：如果 sp_input 不是 SparseTensor.
• ValueError：如果已棄用 split_dim,并且 axis 均為非“None”.