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
import paddle.fluid as fluid
# 输入是维度为[3, 9, 5]的Tensor:
input = fluid.data(
name="input", shape=[3, 9, 5], dtype="float32")
# 传入num_or_sections为一个整数
x0, x1, x2 = fluid.layers.split(input, num_or_sections=3, dim=1)
x0.shape # [3, 3, 5]
x1.shape # [3, 3, 5]
x2.shape # [3, 3, 5]
# 传入num_or_sections为一个整数列表
x0, x1, x2 = fluid.layers.split(input, num_or_sections=[2, 3, 4], dim=1)
x0.shape # [3, 2, 5]
x1.shape # [3, 3, 5]
x2.shape # [3, 4, 5]
# 传入num_or_sections为一个整数列表,其中有一个元素为-1
x0, x1, x2 = fluid.layers.split(input, num_or_sections=[2, 3, -1], dim=1)
x0.shape # [3, 2, 5]
x1.shape # [3, 3, 5]
x2.shape # [3, 4, 5]