Aprenda o que há de mais recente em aprendizado de máquina, IA generativa e muito mais no WiML Symposium 2023 Registre-se

Esta página foi traduzida pela API Cloud Translation.

UnsortedSegmentProd

UnsortedSegmentProd classe final pública

Calcula o produto ao longo de segmentos de um tensor.

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

Este operador é semelhante ao operador de soma de segmento não classificado encontrado [(aqui)] (../../../ api_docs / python / math_ops.md # UnsortedSegmentSum). Em vez de calcular a soma dos segmentos, ele calcula o produto de todas as entradas pertencentes a um segmento, de modo que:

\\(output_i = \prod_{j...} data[j...]\\) onde o produto é mais tuplos `j ...` `tal que segment_ids [j ...] == i`.

Por exemplo:

c = tf.constant([[1,2,3,4], [5,6,7,8], [4,3,2,1]])
 tf.unsorted_segment_prod(c, tf.constant([0, 1, 0]), num_segments=2)
 # ==> [[ 4,  6, 6, 4],
 #       [5,  6, 7, 8]]

Se não houver nenhuma entrada para um dado segmento ID i` `, ele produz um.

Se o ID de segmento fornecido `i` for negativo, o valor correspondente será descartado e não será incluído no resultado.

Constantes

Fragmento OP_NAME O nome desta operação, conforme conhecido pelo motor principal TensorFlow

Métodos Públicos

Output <T>	asOutput () Retorna o identificador simbólico do tensor.
estática <T estende TType > UnsortedSegmentProd <T>	criar ( Scope escopo, Operando <T> de dados, Operando <? estende TNumber > segmentIds, Operando <? estende TNumber > numSegments) Método de fábrica para criar uma classe que envolve uma nova operação UnsortedSegmentProd.
Output <T>	saída () Tem a mesma forma que os dados, exceto para as primeiras dimensões `segment_ids.rank`, que são substituídas por uma única dimensão que tem o tamanho` num_segments`.

Métodos herdados

De classe org.tensorflow.op.RawOp

final booleano	é igual a (obj Object)
final int	hashCode ()
Operação	op () Retornar esta unidade de computação como uma única `Operation` .
corda final	toString ()

Da classe java.lang.Object

boleano	equals (arg0 Object)
aula final <?>	getClass ()
int	hashCode ()
vazio final	notificar ()
vazio final	notifyAll ()
Fragmento	toString ()
vazio final	wait (longa arg0, int arg1)
vazio final	wait (arg0 de comprimento)
vazio final	wait ()

A partir da interface org.tensorflow.op.Op

abstrato ExecutionEnvironment	env () Retorne o ambiente de execução em que este op foi criado.
abstrato Operação	op () Retornar esta unidade de computação como uma única `Operation` .

A partir da interface org.tensorflow.Operand

abstrato Output <T>	asOutput () Retorna o identificador simbólico do tensor.
T abstrato	asTensor () Retorna o tensor neste operando.
abstrato Forma	forma () Retorna o (possivelmente parcialmente conhecida) forma do tensor referido pela `Output` deste operando.
Classe abstrata <T>	digitar () Retorna o tipo de tensor deste operando

A partir da interface org.tensorflow.ndarray.Shaped

abstrato int	Rank ()
abstrato Forma	forma ()
abstrato longo	tamanho () Calcula e retorna o tamanho total deste contêiner, em número de valores.

Constantes

nome_op final String public static

O nome desta operação, conforme conhecido pelo motor principal TensorFlow

Valor constante: "UnsortedSegmentProd"

Métodos Públicos

pública Output <T> asOutput ()

Retorna o identificador simbólico do tensor.

As entradas para as 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 UnsortedSegmentProd <T> criar ( Scope escopo, Operando <T> de dados, Operando <? estende TNumber > segmentIds, Operando <? estende TNumber > numSegments)

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

Parâmetros

alcance	escopo atual
segmentIds	Um tensor cuja forma é um prefixo de `data.shape`.

Devoluções

uma nova instância de UnsortedSegmentProd

pública Output <T> de saída ()

Tem a mesma forma que os dados, exceto para as primeiras dimensões `segment_ids.rank`, que são substituídas por uma única dimensão que tem o tamanho` num_segments`.