Python – tensorflow.dynamic_partition()

TensorFlow es una biblioteca Python de código abierto diseñada por Google para desarrollar modelos de aprendizaje automático y redes neuronales de aprendizaje profundo.

dynamic_partition()  se usa para dividir los datos en varias particiones.

Sintaxis: tensorflow.dynamic_partition(datos, particiones, num_partitions, nombre)

Parámetros:

• data : Es el tensor de entrada que necesita ser particionado.
• particiones: Es Tensor de tipo int32 y sus datos deben estar en el rango [0, num_partitions).
• num_partitions: Define el número de particiones.
• name(opcional): Define el nombre de la operación.

Devoluciones:

Devuelve una lista de tensores con num_partitions elementos. Cada tensor en la lista tiene el mismo tipo de datos.

Ejemplo 1: Dividir datos en dos particiones

# Importing the library
import tensorflow as tf
  
# Initializing the input
data = [1, 2, 3, 4, 5]
num_partitions = 2
partitions = [0, 0, 1, 0, 1]
  
# Printing the input
print('data: ', data)
print('partitions:', partitions)
print('num_partitions:', num_partitions)
  
# Calculating result
x = tf.dynamic_partition(data, partitions, num_partitions)
  
  
# Printing the result
print('x[0]: ', x[0])
print('x[1]: ', x[1])

Producción:

data:  [1, 2, 3, 4, 5]
partitions: [0, 0, 1, 0, 1]
num_partitions: 2
x[0]:  tf.Tensor([1 2 4], shape=(3, ), dtype=int32)
x[1]:  tf.Tensor([3 5], shape=(2, ), dtype=int32)

Ejemplo 2: dividir en 3 tensores

# Importing the library
import tensorflow as tf
  
# Initializing the input
data = [1, 2, 3, 4, 5, 6, 7]
num_partitions = 3
partitions = [0, 2, 1, 0, 1, 2, 2]
  
# Printing the input
print('data: ', data)
print('partitions:', partitions)
print('num_partitions:', num_partitions)
  
# Calculating result
x = tf.dynamic_partition(data, partitions, num_partitions)
  
  
# Printing the result
print('x[0]: ', x[0])
print('x[1]: ', x[1])
print('x[2]: ', x[2])

Producción:

data:  [1, 2, 3, 4, 5, 6, 7]
partitions: [0, 2, 1, 0, 1, 2, 2]
num_partitions: 3
x[0]:  tf.Tensor([1 4], shape=(2, ), dtype=int32)
x[1]:  tf.Tensor([3 5], shape=(2, ), dtype=int32)
x[2]:  tf.Tensor([2 6 7], shape=(3, ), dtype=int32)