SegmentMaxV2

テンソルのセグメントに沿った最大値を計算します。

セグメントの説明については、[セグメンテーションに関するセクション](https://tensorflow.org/api_docs/python/tf/math#Segmentation)をお読みください。

`segment_ids[j] == i` のように `max` が `j` を超える \\(output_i = \max_j(data_j)\\) のようなテンソルを計算します。

指定されたセグメント ID `i` の最大値が空の場合、特定の数値型の可能な最小値を出力します、`output[i] = numeric_limits ::lowest()`.

注: 現在、この操作は jit_compile=True でのみサポートされています。

注意: CPU では、`segment_ids` の値は常にソートされるように検証され、増加していないインデックスに対してエラーがスローされます。 GPU では、これはソートされていないインデックスに対してエラーをスローしません。 GPU では、順不同のインデックスは、安全ではあるが規定されていない動作をもたらします。これには、順不同のインデックスを小さい後続のインデックスと同じように扱うことが含まれる場合があります。

SegmentMax との唯一の違いは、追加の入力 `num_segments` です。これは、コンパイル時に出力形状を評価するのに役立ちます。 `num_segments` は、segment_ids と一致している必要があります。たとえば、Max(segment_ids) は `num_segments` - 1-d の場合は 1 と等しくなければなりません。唯一の違いは、出力は、segment_ids とデータのサイズに関係なく、num_segments のサイズを取ることです。予想される出力サイズよりも小さい num_segments の場合、予想される出力サイズよりも大きい num_segments の場合、最後の要素は無視されます。最後の要素には、特定の数値型の可能な限り小さい値が割り当てられます。

例えば：

>>> @tf.function(jit_compile=True) ... def test(c): ... return tf.raw_ops.SegmentMaxV2(data=c, segment_ids=tf.constant([0, 0, 1]), num_segments=2) >>> c = tf.constant([[1,2,3,4], [4, 3, 2, 1], [5,6,7,8]]) >>> テスト( c).numpy() array([[4, 3, 3, 4], [5, 6, 7, 8]], dtype=int32)