Метод from_row_splits

Метод from_row_splits класса RaggedTensor создает рваный тензор из плоского тензора значений и тензора границ строк. Первым параметром метод принимает тензор значений values, который содержит все элементы будущего рваного тензора в развернутом виде. Вторым параметром передается тензор row_splits, который задает границы строк: каждый следующий элемент указывает, сколько значений попадает в текущую строку.

Метод удобен, когда данные уже хранятся в плоском виде, а информацию о длине строк нужно задать отдельным тензором. Длины строк при этом могут отличаться друг от друга.

Синтаксис

tf.RaggedTensor.from_row_splits(values, row_splits, [validate])

Пример

Давайте создадим рваный тензор из плоского тензора значений 1, 2, 3, 4, 5, разбив его на строки с границами 0, 2, 5:

import tensorflow as tf

values = tf.constant([1, 2, 3, 4, 5])
row_splits = tf.constant([0, 2, 5])
t = tf.RaggedTensor.from_row_splits(values, row_splits)
print(t)

Результат выполнения кода:

<tf.RaggedTensor [[1, 2], [3, 4, 5]]>

Пример

Давайте создадим рваный тензор, в котором первая строка пустая, а остальные содержат значения:

import tensorflow as tf

values = tf.constant([1, 2, 3, 4, 5])
row_splits = tf.constant([0, 0, 2, 5])
t = tf.RaggedTensor.from_row_splits(values, row_splits)
print(t)

Результат выполнения кода:

<tf.RaggedTensor [[], [1, 2], [3, 4, 5]]>

Смотрите также

класс RaggedTensor,
который представляет рваные тензоры
метод from_row_lengths,
который создает рваный тензор из длин строк
метод to_tensor,
который преобразует рваный тензор в обычный
метод to_list,
который преобразует рваный тензор в список