Calcula el producto a lo largo de los segmentos de un tensor.
Lea [la sección sobre segmentación](https://tensorflow.org/api_docs/python/tf/math#Segmentation) para obtener una explicación de los segmentos.
Calcula un tensor tal que \\(output_i = \prod_j data_j\\) donde el producto está sobre `j` tal que `segment_ids[j] == i`.
Si el producto está vacío para un ID de segmento dado `i`, `output[i] = 1`.
Nota: Actualmente, esta operación solo se admite con jit_compile=True.
La única diferencia con SegmentProd es la entrada adicional `num_segments`. Esto ayuda a evaluar la forma de salida en tiempo de compilación. `num_segments` debe ser coherente con segment_ids. por ejemplo, Max(segment_ids) - 1 debería ser igual a `num_segments` para un 1-d segment_ids Con num_segments inconsistente, la operación aún se ejecuta. la única diferencia es que la salida toma el tamaño de num_segments independientemente del tamaño de segment_ids y data. para num_segments menor que el tamaño de salida esperado, los últimos elementos se ignoran para num_segments mayor que el tamaño de salida esperado, los últimos elementos se asignan 1.
Por ejemplo:
>>> @tf.function(jit_compile=True) ... def test(c): ... return tf.raw_ops.SegmentProdV2(data=c, segment_ids=tf.constant([0, 0, 1]), num_segmentos=2) >>> c = tf.constante([[1,2,3,4], [4, 3, 2, 1], [5,6,7,8]]) >>> prueba( matriz c).numpy() ([[4, 6, 6, 4], [5, 6, 7, 8]], dtype=int32)
Métodos públicos
| Salida <T> | como salida () Devuelve el identificador simbólico de un tensor. |
| estático <T, U extiende Número, V extiende Número> SegmentProdV2 <T> | crear ( Ámbito de ámbito , Operando <T> datos, Operando <U> ID de segmento, Operando <V> numSegments) Método de fábrica para crear una clase que envuelve una nueva operación SegmentProdV2. |
| Salida <T> | salida () Tiene la misma forma que los datos, excepto por las primeras dimensiones `segment_ids.rank`, que se reemplazan con una sola dimensión que tiene el tamaño `num_segments`. |
Métodos Heredados
Métodos públicos
salida pública <T> como salida ()
Devuelve el identificador simbólico de un tensor.
Las entradas de las operaciones de TensorFlow son salidas de otra operación de TensorFlow. Este método se utiliza para obtener un identificador simbólico que representa el cálculo de la entrada.
public static SegmentProdV2 <T> create ( Scope scope, Operand <T> data, Operand <U> segmentIds, Operand <V> numSegments)
Método de fábrica para crear una clase que envuelve una nueva operación SegmentProdV2.
Parámetros
| alcance | alcance actual |
|---|---|
| IDs de segmento | Un tensor 1-D cuyo tamaño es igual al tamaño de la primera dimensión de `datos`. Los valores deben ordenarse y pueden repetirse. Los valores deben ser menores que `num_segments`. Precaución: Los valores siempre se validan para ordenarlos en la CPU, nunca se validan en la GPU. |
Devoluciones
- una nueva instancia de SegmentProdV2
salida pública <T> salida ()
Tiene la misma forma que los datos, excepto por las primeras dimensiones `segment_ids.rank`, que se reemplazan con una sola dimensión que tiene el tamaño `num_segments`.
Calcula el producto a lo largo de los segmentos de un tensor.
Lea [la sección sobre segmentación](https://tensorflow.org/api_docs/python/tf/math#Segmentation) para obtener una explicación de los segmentos.
Calcula un tensor tal que \\(output_i = \prod_j data_j\\) donde el producto está sobre `j` tal que `segment_ids[j] == i`.
Si el producto está vacío para un ID de segmento dado `i`, `output[i] = 1`.
Nota: Actualmente, esta operación solo se admite con jit_compile=True.
La única diferencia con SegmentProd es la entrada adicional `num_segments`. Esto ayuda a evaluar la forma de salida en tiempo de compilación. `num_segments` debe ser coherente con segment_ids. por ejemplo, Max(segment_ids) - 1 debería ser igual a `num_segments` para un 1-d segment_ids Con num_segments inconsistente, la operación aún se ejecuta. la única diferencia es que la salida toma el tamaño de num_segments independientemente del tamaño de segment_ids y data. para num_segments menor que el tamaño de salida esperado, los últimos elementos se ignoran para num_segments mayor que el tamaño de salida esperado, los últimos elementos se asignan 1.
Por ejemplo:
>>> @tf.function(jit_compile=True) ... def test(c): ... return tf.raw_ops.SegmentProdV2(data=c, segment_ids=tf.constant([0, 0, 1]), num_segmentos=2) >>> c = tf.constante([[1,2,3,4], [4, 3, 2, 1], [5,6,7,8]]) >>> prueba( matriz c).numpy() ([[4, 6, 6, 4], [5, 6, 7, 8]], dtype=int32)
Métodos públicos
| Salida <T> | como salida () Devuelve el identificador simbólico de un tensor. |
| estático <T, U extiende Número, V extiende Número> SegmentProdV2 <T> | crear ( Ámbito de ámbito , Operando <T> datos, Operando <U> ID de segmento, Operando <V> numSegments) Método de fábrica para crear una clase que envuelve una nueva operación SegmentProdV2. |
| Salida <T> | salida () Tiene la misma forma que los datos, excepto por las primeras dimensiones `segment_ids.rank`, que se reemplazan con una sola dimensión que tiene el tamaño `num_segments`. |
Métodos Heredados
Métodos públicos
salida pública <T> como salida ()
Devuelve el identificador simbólico de un tensor.
Las entradas de las operaciones de TensorFlow son salidas de otra operación de TensorFlow. Este método se utiliza para obtener un identificador simbólico que representa el cálculo de la entrada.
public static SegmentProdV2 <T> create ( Scope scope, Operand <T> data, Operand <U> segmentIds, Operand <V> numSegments)
Método de fábrica para crear una clase que envuelve una nueva operación SegmentProdV2.
Parámetros
| alcance | alcance actual |
|---|---|
| IDs de segmento | Un tensor 1-D cuyo tamaño es igual al tamaño de la primera dimensión de `datos`. Los valores deben ordenarse y pueden repetirse. Los valores deben ser menores que `num_segments`. Precaución: Los valores siempre se validan para ordenarlos en la CPU, nunca se validan en la GPU. |
Devoluciones
- una nueva instancia de SegmentProdV2
salida pública <T> salida ()
Tiene la misma forma que los datos, excepto por las primeras dimensiones `segment_ids.rank`, que se reemplazan con una sola dimensión que tiene el tamaño `num_segments`.