tf.tuple

本文详细介绍了 TensorFlow 中的 `tf.tuple` 函数,它用于将多个张量打包成一个元组,确保所有张量的计算在返回结果前完成。`tf.tuple` 是并行计算和控制流中的关键工具,可以与其他操作如 `tf.group` 和 `tf.control_dependencies` 结合使用,以实现更复杂的计算流程控制。
摘要由CSDN通过智能技术生成

参考   tf.tuple - 云+社区 - 腾讯云

张量分组。

tf.tuple(
    tensors,
    name=None,
    control_inputs=None
)

这创建了一个张量元组,其值与张量参数相同,只是每个张量的值只有在所有张量的值都计算完之后才返回。control_input包含额外的操作,这些操作必须在此操作完成之前完成,但其输出不返回。这可以用作并行计算的“连接”机制:所有参数张量都可以并行计算,但是元组返回的任何张量的值只有在所有并行计算完成之后才可用。也看到tf.grouptf.control_dependencies.

参数:

  • tensors:张量或索引片的列表,有些项可以为None。
  • name:(可选)用作操作的name_scope的名称。
  • control_input:返回前要完成的其他操作的列表。

返回值:

  • 和tensors一样。

可能产生的异常:

  • ValueError: If tensors does not contain any Tensor or IndexedSlices.
  • TypeError: If control_inputs is not a list of Operation or Tensor objects.
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值