SegmentSumV2

classe final pública SegmentSumV2

Calcula a soma ao longo dos segmentos de um tensor.

Leia [a seção sobre segmentação](https://tensorflow.org/api_docs/python/tf/math#Segmentation) para obter uma explicação sobre segmentos.

Calcula um tensor tal que \\(output_i = \sum_j data_j\\) onde a soma é superior a `j` tal que `segment_ids[j] == i`.

Se a soma estiver vazia para um determinado ID de segmento `i`, `output[i] = 0`.

Observe que esta operação atualmente só é suportada com jit_compile=True.

Métodos Públicos

Saída <T>
asOutput ()
Retorna o identificador simbólico de um tensor.
estático <T, U estende o número, V estende o número> SegmentSumV2 <T>
create (escopo do escopo , operando <T> dados, operando <U> segmentIds, operando <V> numSegments)
Método de fábrica para criar uma classe que envolve uma nova operação SegmentSumV2.
Saída <T>
saída ()
Tem o mesmo formato dos dados, exceto as primeiras dimensões `segment_ids.rank`, que são substituídas por uma única dimensão com tamanho `num_segments`.

Métodos herdados

Métodos Públicos

Saída pública <T> asOutput ()

Retorna o identificador simbólico de um tensor.

As entradas para operações do TensorFlow são saídas de outra operação do TensorFlow. Este método é usado para obter um identificador simbólico que representa o cálculo da entrada.

public static SegmentSumV2 <T> create ( Escopo do escopo , Operando <T> dados, Operando <U> segmentIds, Operando <V> numSegments)

Método de fábrica para criar uma classe que envolve uma nova operação SegmentSumV2.

Parâmetros
escopo escopo atual
IDs de segmento Um tensor 1-D cujo tamanho é igual ao tamanho da primeira dimensão dos `dados`. Os valores devem ser classificados e podem ser repetidos. Os valores devem ser menores que `num_segments`.

Cuidado: Os valores são sempre validados para serem classificados na CPU, nunca validados na GPU.

Devoluções
  • uma nova instância de SegmentSumV2

Saída pública <T> saída ()

Tem o mesmo formato dos dados, exceto as primeiras dimensões `segment_ids.rank`, que são substituídas por uma única dimensão com tamanho `num_segments`.