forked from mindspore-Ecosystem/mindspore
23 lines
953 B
ReStructuredText
23 lines
953 B
ReStructuredText
|
mindspore.ops.ParallelConcat
|
|||
|
|
=============================
|
|||
|
|
|
|||
|
|
.. py:class:: mindspore.ops.ParallelConcat
|
|||
|
|
|
|||
|
|
根据第一个维度连接Tensor。
|
|||
|
|
|
|||
|
|
Concat和并行Concat之间的区别在于，Concat要求在操作开始之前需要计算所有的输入，但不要求在构图期间知道输入shape。
|
|||
|
|
ParallelConcat将在输入片段可用时，将其复制到输出中，在某些情况下，这可以提供性能优势。
|
|||
|
|
|
|||
|
|
.. note::
|
|||
|
|
输入Tensor在第一个维度要求长度为1。
|
|||
|
|
|
|||
|
|
输入：
|
|||
|
|
- **values** (tuple, list) - 由Tensor组成的tuple或list。其元素的数据类型和shape必须相同。数据类型为数值型，但float64除外。
|
|||
|
|
|
|||
|
|
输出：
|
|||
|
|
Tensor，数据类型与 `values` 相同。
|
|||
|
|
|
|||
|
|
异常：
|
|||
|
|
- **ValueError** - 如果 `values` 的shape长度小于1。
|
|||
|
|
- **ValueError** - 如果 `values` 中各个Tensor的数据类型和shape不相同。
|