split

paddle.fluid.layers.split(input, num_or_sections, dim=-1, name=None)[源代码]

该OP将输入Tensor分割成多个子Tensor。

参数

  • input (Variable) - 输入变量，数据类型为float32，float64，int32，int64的多维Tensor或者LoDTensor。
  • num_or_sections (int|list|tuple) - 如果 num_or_sections 是一个整数，则表示Tensor平均划分为相同大小子Tensor的数量。如果 num_or_sections 是一个list或tuple，那么它的长度代表子Tensor的数量，它的元素可以是整数或者形状为[1]的Tensor，依次代表子Tensor需要分割成的维度的大小。list或tuple的长度不能超过输入Tensor待分割的维度的大小。至多有一个元素值为-1，-1表示该值是由 input 待分割的维度值和 num_or_sections 的剩余元素推断出来的。
  • dim (int|Variable，可选) - 整数或者形状为[1]的Tensor，数据类型为int32或int64。表示需要分割的维度。如果dim < 0，则划分的维度为rank(input) + dim。默认值为-1。
  • name (str，可选) - 具体用法请参见 Name ，一般无需设置，默认值为None。

返回

分割后的Tensor列表。

返回类型

列表(Variable(Tensor|LoDTensor))，数据类型为int32，int64，float32，float64。

抛出异常

  • TypeError：num_or_sections 不是int、list 或 tuple。
  • TypeError：dim 不是 int 或 Variable。

代码示例

  1. import paddle.fluid as fluid
  3. # 输入是维度为[3, 9, 5]的Tensor：
  4. input = fluid.data(
  5.      name="input", shape=[3, 9, 5], dtype="float32")
  7. # 传入num_or_sections为一个整数
  8. x0, x1, x2 = fluid.layers.split(input, num_or_sections=3, dim=1)
  9. x0.shape  # [3, 3, 5]
  10. x1.shape  # [3, 3, 5]
  11. x2.shape  # [3, 3, 5]
  13. # 传入num_or_sections为一个整数列表
  14. x0, x1, x2 = fluid.layers.split(input, num_or_sections=[2, 3, 4], dim=1)
  15. x0.shape  # [3, 2, 5]
  16. x1.shape  # [3, 3, 5]
  17. x2.shape  # [3, 4, 5]
  19. # 传入num_or_sections为一个整数列表，其中有一个元素为-1
  20. x0, x1, x2 = fluid.layers.split(input, num_or_sections=[2, 3, -1], dim=1)
  21. x0.shape  # [3, 2, 5]
  22. x1.shape  # [3, 3, 5]
  23. x2.shape  # [3, 4, 5]