python–tensorlow.index dslicesspec()
原文:https://www.geesforgeks.org/python-tensorflow-indexed slicespec/
TensorFlow 是谷歌设计的开源 Python 库，用于开发机器学习模型和深度学习神经网络。
索引策略类别继承自类型类别，并为索引策略提供类型规范。
语法:张量流。IndexedSlicesSpec(形状、数据类型、索引_数据类型、密集_形状_数据类型、索引_形状)
参数:
- 形状(可选):定义索引切片的密集形状。默认值为“无”，允许任何密集形状。
- 数据类型(可选):定义 IndexedSlices 值的数据类型。默认值为 float32。
- indexes_dt type(可选):定义 IndexedSlices 中索引的数据类型。它可以是 int32 或 int64，默认值为 int64。
- dense_shape_dtye(可选):定义 IndexedSlices 中密集形状的数据类型。它可以是 int32、int64 或 None，默认值为 None。
- indexes_shape(可选):它定义了 indexes 组件的形状，表示 IndexedSlices 中有多少切片。
示例 1: 本示例使用所有默认值。
蟒蛇 3
# Importing the library
import tensorflow as tf
# Calculating result
res = tf.IndexedSlicesSpec()
# Printing the result
print('IndexedSlicesSpec: ', res)
输出:
IndexedSlicesSpec: IndexedSlicesSpec(TensorShape(None), tf.float32, tf.int64, None, TensorShape([None]))
例 2:
蟒蛇 3
# Importing the library
import tensorflow as tf
# Calculating result
res = tf.IndexedSlicesSpec((2, 3))
# Printing the result
print('IndexedSlicesSpec: ', res)
输出:
IndexedSlicesSpec: IndexedSlicesSpec(TensorShape([2, 3]), tf.float32, tf.int64, None, TensorShape([None]))
