حداکثر را در امتداد بخش های یک تانسور محاسبه می کند.
برای توضیح بخشها [بخش تقسیمبندی] (https://tensorflow.org/api_docs/python/tf/math#Segmentation) را بخوانید.
این عملگر مشابه عملگر مجموع بخش مرتب نشده یافت شده [(اینجا)](../../../api_docs/python/math_ops.md#UnsortedSegmentSum) است. به جای محاسبه مجموع بر روی بخشها، حداکثر را به گونهای محاسبه میکند که:
\\(output_i = \max_{j...} data[j...]\\) که در آن حداکثر بیش از «j...» است به طوری که «segment_ids[j...] == i».
اگر ماکزیمم برای شناسه بخش معین «i» خالی باشد، کوچکترین مقدار ممکن را برای نوع عددی خاص، «خروجی[i] = numeric_limits خروجی میدهد. اگر شناسه بخش «i» منفی باشد، مقدار مربوطه حذف میشود و در نتیجه لحاظ نمیشود. به عنوان مثال: c = tf.constant([[1,2,3,4], [5,6,7,8], [4,3,2,1]])
tf.unsorted_segment_max(c, tf.constant([0, 1, 0]), num_segments=2)
# ==> [[ 4, 3, 3, 4],
# [5, 6, 7, 8]]
ثابت ها
رشته | OP_NAME | نام این عملیات، همانطور که توسط موتور هسته TensorFlow شناخته می شود |
روش های عمومی
خروجی <T> | asOutput () دسته نمادین تانسور را برمی گرداند. |
استاتیک <T TNumber > UnsortedSegmentMax <T> را گسترش می دهد | |
خروجی <T> | خروجی () شکلی مشابه داده دارد، به جز اولین ابعاد «segment_ids.rank» که با یک بعد منفرد با اندازه «تعداد_بخش» جایگزین شده است. |
روش های ارثی
ثابت ها
رشته نهایی ثابت عمومی OP_NAME
نام این عملیات، همانطور که توسط موتور هسته TensorFlow شناخته می شود
روش های عمومی
خروجی عمومی <T> asOutput ()
دسته نمادین تانسور را برمی گرداند.
ورودی های عملیات TensorFlow خروجی های عملیات تنسورفلو دیگر هستند. این روش برای به دست آوردن یک دسته نمادین که نشان دهنده محاسبه ورودی است استفاده می شود.
عمومی استاتیک UnsortedSegmentMax <T> ایجاد ( Scope scope، Operand <T> داده، Operand <? گسترش TNumber > segmentIds، Operand <? گسترش TNumber > numSegments)
روش کارخانه برای ایجاد کلاسی که یک عملیات UnsortedSegmentMax جدید را بسته بندی می کند.
مولفه های
محدوده | محدوده فعلی |
---|---|
شناسه های بخش | تانسوری که شکل آن پیشوند «data.shape» است. |
برمی گرداند
- یک نمونه جدید از UnsortedSegmentMax
خروجی عمومی <T> خروجی ()
شکلی مشابه داده دارد، به جز اولین ابعاد «segment_ids.rank» که با یک بعد منفرد با اندازه «تعداد_بخش» جایگزین شده است.