SegmentProdV2

คำนวณผลิตภัณฑ์ตามส่วนของเทนเซอร์

อ่าน [ส่วนเกี่ยวกับการแบ่งส่วน](https://tensorflow.org/api_docs/python/tf/math#Segmentation) เพื่อดูคำอธิบายเกี่ยวกับส่วนต่างๆ

คำนวณเทนเซอร์ในลักษณะที่ \\(output_i = \prod_j data_j\\) โดยที่ผลิตภัณฑ์อยู่เหนือ `j` ดังนั้น `segment_ids[j] == i`

หากผลิตภัณฑ์ว่างเปล่าสำหรับ ID ส่วนที่กำหนด `i`, `output[i] = 1`

หมายเหตุ: ขณะนี้ op นี้รองรับเฉพาะ jit_compile=True เท่านั้น

ข้อแตกต่างเพียงอย่างเดียวของ SegmentProd คืออินพุตเพิ่มเติม `num_segments` ซึ่งจะช่วยในการประเมินรูปร่างเอาต์พุตในเวลาคอมไพล์ `num_segments` ควรสอดคล้องกับ group_ids เช่น Max(segment_ids) - 1 ควรเท่ากับ `num_segments` สำหรับ 1-d Segment_ids เนื่องจาก num_segments ไม่สอดคล้องกัน op ยังคงทำงานอยู่ ข้อแตกต่างเพียงอย่างเดียวคือเอาต์พุตจะใช้ขนาดของ num_segments โดยไม่คำนึงถึงขนาดของเซกเมนต์_ids และข้อมูล สำหรับ num_segments ที่น้อยกว่าขนาดเอาต์พุตที่คาดไว้ องค์ประกอบสุดท้ายจะถูกละเว้น สำหรับ num_segments ที่มากกว่าขนาดเอาต์พุตที่คาดไว้ องค์ประกอบสุดท้ายจะถูกกำหนดเป็น 1

ตัวอย่างเช่น:

>>> @tf.function(jit_compile=True) ... def test(c): ... return tf.raw_ops.SegmentProdV2(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]]) >>> ทดสอบ( c).numpy() อาร์เรย์([[4, 6, 6, 4], [5, 6, 7, 8]], dtype=int32)