SegmentSumV2

classe finale pubblica SegmentSumV2

Calcola la somma lungo i segmenti di un tensore.

Leggi [la sezione sulla segmentazione](https://tensorflow.org/api_docs/python/tf/math#Segmentation) per una spiegazione dei segmenti.

Calcola un tensore tale che \\(output_i = \sum_j data_j\\) dove la somma è maggiore di "j" tale che "segment_ids[j] == i".

Se la somma è vuota per un determinato ID di segmento "i", "output[i] = 0".

Tieni presente che questa operazione è attualmente supportata solo con jit_compile=True.

Metodi pubblici

Uscita <T>
comeuscita ()
Restituisce la maniglia simbolica di un tensore.
static <T, U estende il numero, V estende il numero> SegmentSumV2 <T>
create ( ambito ambito , operando <T> dati, operando <U> ID segmento, operando <V> numSegmenti)
Metodo factory per creare una classe che racchiude una nuova operazione SegmentSumV2.
Uscita <T>
produzione ()
Ha la stessa forma dei dati, ad eccezione delle prime dimensioni "segment_ids.rank", che vengono sostituite con una singola dimensione con dimensione "num_segments".

Metodi ereditati

Metodi pubblici

Uscita pubblica <T> asOutput ()

Restituisce la maniglia simbolica di un tensore.

Gli input per le operazioni TensorFlow sono output di un'altra operazione TensorFlow. Questo metodo viene utilizzato per ottenere un handle simbolico che rappresenta il calcolo dell'input.

public static SegmentSumV2 <T> create ( scope scope, operando <T> data, operando <U> segmentIds, operando <V> numSegments)

Metodo factory per creare una classe che racchiude una nuova operazione SegmentSumV2.

Parametri
scopo ambito attuale
segmentId Un tensore 1-D la cui dimensione è uguale alla dimensione della prima dimensione di "dati". I valori devono essere ordinati e possono essere ripetuti. I valori devono essere inferiori a "num_segments".

Attenzione: i valori vengono sempre convalidati per essere ordinati sulla CPU, mai convalidati sulla GPU.

ritorna
  • una nuova istanza di SegmentSumV2

Uscita pubblica <T> uscita ()

Ha la stessa forma dei dati, ad eccezione delle prime dimensioni "segment_ids.rank", che vengono sostituite con una singola dimensione con dimensione "num_segments".