SegmentMinV2

सार्वजनिक अंतिम वर्ग SegmentMinV2

टेंसर के खंडों के साथ न्यूनतम की गणना करता है।

खंडों की व्याख्या के लिए [विभाजन पर अनुभाग](https://tensorflow.org/api_docs/python/tf/math#Segmentation) पढ़ें।

एक टेंसर की गणना इस प्रकार करता है कि \\(output_i = \min_j(data_j)\\) जहां `min` `j` से अधिक है जैसे कि `segment_ids[j] == i`।

यदि किसी दिए गए सेगमेंट आईडी `i` के लिए न्यूनतम खाली है, तो यह विशिष्ट संख्यात्मक प्रकार के लिए सबसे बड़ा संभव मान आउटपुट करता है, `आउटपुट [i] = न्यूमेरिक_लिमिट्स ::अधिकतम()`.

ध्यान दें: यह ऑप वर्तमान में केवल git_compile=True के साथ समर्थित है।

सावधानी: सीपीयू पर, `सेगमेंट_आईड्स` में मानों को हमेशा क्रमबद्ध करने के लिए मान्य किया जाता है, और उन सूचकांकों के लिए एक त्रुटि उत्पन्न होती है जो बढ़ नहीं रहे हैं। GPU पर, यह अवर्गीकृत सूचकांकों के लिए कोई त्रुटि उत्पन्न नहीं करता है। जीपीयू पर, आउट-ऑफ-ऑर्डर सूचकांकों के परिणामस्वरूप सुरक्षित लेकिन अनिर्दिष्ट व्यवहार होता है, जिसमें आउट-ऑफ-ऑर्डर सूचकांकों को छोटे निम्नलिखित सूचकांक के समान मानना ​​शामिल हो सकता है।

SegmentMin के साथ एकमात्र अंतर अतिरिक्त इनपुट `num_segments` है। यह संकलन समय में आउटपुट आकार का मूल्यांकन करने में मदद करता है। `num_segments` सेगमेंट_आईडी के अनुरूप होना चाहिए। उदाहरण के लिए Max(segment_ids) `num_segments` के बराबर होना चाहिए - 1-d सेग्मेंट_आईड्स के लिए 1 असंगत num_segments के साथ, ऑप अभी भी चलता है। अंतर केवल इतना है कि आउटपुट सेगमेंट_आईडी और डेटा के आकार के बावजूद num_segments का आकार लेता है। अपेक्षित आउटपुट आकार से कम num_segments के लिए, अपेक्षित आउटपुट आकार से अधिक num_segments के लिए अंतिम तत्वों को अनदेखा कर दिया जाता है, अंतिम तत्वों को विशिष्ट संख्यात्मक प्रकार के लिए सबसे बड़ा संभव मान निर्दिष्ट किया जाता है।

उदाहरण के लिए:

>>> @tf.function(git_compile=True) ... def test(c): ... return tf.raw_ops.SegmentMinV2(data=c, section_ids=tf.constant([0, 0, 1]), num_segments=2) >>> c = tf.constant([[1,2,3,4], [4, 3, 2, 1], [5,6,7,8]]) >>> परीक्षण( c).numpy() array([[1, 2, 2, 1], [5, 6, 7, 8]], dtype=int32)

सार्वजनिक तरीके

आउटपुट <T>
आउटपुट के रूप में ()
टेंसर का प्रतीकात्मक हैंडल लौटाता है।
स्थिर <T संख्या बढ़ाता है, U संख्या बढ़ाता है, V संख्या बढ़ाता है> SegmentMinV2 <T>
बनाएं ( स्कोप स्कोप, ऑपरेंड <टी> डेटा, ऑपरेंड <यू> सेगमेंटआईडी, ऑपरेंड <वी> संख्या सेगमेंट)
एक नया SegmentMinV2 ऑपरेशन लपेटकर एक क्लास बनाने की फ़ैक्टरी विधि।
आउटपुट <T>
आउटपुट ()
डेटा के समान आकार है, पहले `सेगमेंट_आईड्स.रैंक` आयामों को छोड़कर, जिन्हें एकल आयाम से बदल दिया गया है जिसका आकार `num_segments` है।

विरासत में मिली विधियाँ

सार्वजनिक तरीके

सार्वजनिक आउटपुट <T> asOutput ()

टेंसर का प्रतीकात्मक हैंडल लौटाता है।

TensorFlow संचालन के इनपुट किसी अन्य TensorFlow ऑपरेशन के आउटपुट हैं। इस पद्धति का उपयोग एक प्रतीकात्मक हैंडल प्राप्त करने के लिए किया जाता है जो इनपुट की गणना का प्रतिनिधित्व करता है।

सार्वजनिक स्थैतिक SegmentMinV2 <T> बनाएं ( स्कोप स्कोप, ऑपरेंड <T> डेटा, ऑपरेंड <U> सेगमेंटआईडी, ऑपरेंड <V> संख्या सेगमेंट)

एक नया SegmentMinV2 ऑपरेशन लपेटकर एक क्लास बनाने की फ़ैक्टरी विधि।

पैरामीटर
दायरा वर्तमान दायरा
खंड आईडी एक 1-डी टेंसर जिसका आकार `डेटा` के पहले आयाम के आकार के बराबर है। मानों को क्रमबद्ध किया जाना चाहिए और दोहराया जा सकता है। मान `num_segments` से कम होना चाहिए.

सावधानी: मानों को हमेशा सीपीयू पर क्रमबद्ध करने के लिए मान्य किया जाता है, जीपीयू पर कभी भी मान्य नहीं किया जाता है।

रिटर्न
  • SegmentMinV2 का एक नया उदाहरण

सार्वजनिक आउटपुट <T> आउटपुट ()

डेटा के समान आकार है, पहले `सेगमेंट_आईड्स.रैंक` आयामों को छोड़कर, जिन्हें एकल आयाम से बदल दिया गया है जिसका आकार `num_segments` है।