TensorFlow es una biblioteca Python de código abierto diseñada por Google para desarrollar modelos de aprendizaje automático y redes neuronales de aprendizaje profundo.
graph se utiliza para encontrar el gráfico que contiene los valores, índices y tensores de forma.
Sintaxis: tensorflow.IndexedSlices.graph
Return: Devuelve una instancia de Graph.
Ejemplo 1:
Python3
# Importing the library import tensorflow as tf # Initializing the input data = tf.constant([[1, 2, 3], [4, 5, 6]], dtype = tf.float32) # Printing the input print('data: ', data) # Calculating result res = tf.IndexedSlices(data, [0]) # Finding Graph @tf.function def gfg(): tf.compat.v1.disable_eager_execution() graph = res.graph # Printing the result print('graph: ', graph) gfg()
Producción:
data: Tensor("Const_1:0", shape=(2, 3), dtype=float32) graph: <tensorflow.python.framework.ops.Graph object at 0x7f2eeda9e630> <tf.Operation 'PartitionedCall_1' type=PartitionedCall>
Ejemplo 2:
Python3
# Importing the library import tensorflow as tf # Initializing the input data = tf.constant([1, 2, 3]) # Printing the input print('data: ', data) # Calculating result res = tf.IndexedSlices(data, [0]) # Finding Graph graph = res.graph # Printing the result print('graph: ', graph)
Producción:
data: Tensor("Const_6:0", shape=(3, ), dtype=int32) graph: <tensorflow.python.framework.ops.Graph object at 0x7f2eeda9e630>
Publicación traducida automáticamente
Artículo escrito por aman neekhara y traducido por Barcelona Geeks. The original can be accessed here. Licence: CCBY-SA