shard_index¶

paddle. shard_index ( input, index_num, nshards, shard_id, ignore_value=- 1 ) [源代码] ¶

根据当前shard重新设置输入参数input的值。输入input中的值需要为非负整型；参数index_num为用户设置的大于input最大值的整型值。因此，input中的值属于区间[0, index_num)，且每个值可以被看作到区间起始的偏移量。区间可以被进一步划分为多个切片。具体地讲，我们首先根据下面的公式计算每个切片的大小：shard_size，表示每个切片可以表示的整数的数量。因此，对于第i个切片，其表示的区间为[i*shard_size, (i+1)*shard_size)。

shard_size = (index_num + nshards - 1) // nshards

对于输入input中的每个值v，我们根据下面的公式设置它新的值：

v = v - shard_id * shard_size if shard_id * shard_size <= v < (shard_id+1) * shard_size else ignore_value

import paddle
label = paddle.to_tensor([[16], [1]], dtype="int64")
shard_label = paddle.shard_index(input=label,
                                 index_num=20,
                                 nshards=2,
                                 shard_id=0)
print(shard_label)
# [[-1], [1]]