Python tf.create_partitioned_变量是如何工作的?

Python tf.create_partitioned_变量是如何工作的?,python,tensorflow,tensor,Python,Tensorflow,Tensor,我想知道如何使用它 我正在阅读文档,但很难理解 有谁能解释一下它是如何工作的,并举例说明它的用法吗 据我所知,我可以使用它从一个变量中获取一个切片列表。 我只是不明白我是怎么得到切片的 例: 如何从tf.Variable(np.array([[1.0],[3.0]]),dtype=tf.float32)获取[[1.],[3.]]的列表 或 [[[1 0] [3 0]], [[0 5] [0 7]]] 从 前3个参数是必需的。第一个是输入张量的形状。第二个是拆分规范。API当前仅支持沿一维拆分。

我想知道如何使用它 我正在阅读文档,但很难理解

有谁能解释一下它是如何工作的,并举例说明它的用法吗

据我所知,我可以使用它从一个变量中获取一个切片列表。 我只是不明白我是怎么得到切片的

例: 如何从
tf.Variable(np.array([[1.0],[3.0]]),dtype=tf.float32)获取
[[1.],[3.]]
的列表

[[[1 0] [3 0]], [[0 5] [0 7]]]


前3个参数是必需的。第一个是输入张量的形状。第二个是拆分规范。API当前仅支持沿一维拆分。拆分规格的尺寸数与形状的尺寸数相同,其中一个拆分大于等于1,其他拆分为1。最后一个参数是张量本身,或返回它的可调用参数

第一个例子:

tf.create_partitioned_variables(v.shape, [2, 1], v)
第二个例子:

[tf.squeeze(v) 
    for v in tf.create_partitioned_variables(
        v.shape, [2, 1, 1], v)]
[tf.squeeze(v) 
    for v in tf.create_partitioned_variables(
        v.shape, [2, 1, 1], v)]