打包为一个rank-(R+1)的tensor (整体维度加一)
# ‘x’ is [1, 4], ‘y’ is [2, 5], ‘z’ is [3, 6]pack([x, y, z]) => [[1,...4], [2, 5], [3, 6]] # 沿着第一维packpack([x, y, z], axis=1) => [[1, 2, 3], [4, 5, 6]]等价于tf.pack([x, y, z])..., validate_indices=None, name=None) 合并索引 indices 所指示 params 中的切片
tf.one_hot(indices, depth, on_value=...reverse=True) ==> [b + c, c, 0]
六、分割(Segmentation)
操作 描述
tf.segment_sum(data, segment_ids, name=None) 沿张量的片段计算总和...index
tf.listdiff(x, y, name=None) 返回x,y中不同值的索引
tf.where(input, name=None) 返回bool型tensor中为True的位置
# ‘