SparseSegmentMeanWithNumSegments

کلاس نهایی عمومی SparseSegmentMeanWithNumSegments

میانگین را در امتداد بخشهای پراکنده یک تانسور محاسبه می کند.

مانند «SparseSegmentMean»، اما به شناسه‌های گمشده در «segment_ids» اجازه می‌دهد. اگر یک شناسه وجود نداشته باشد، تانسور «خروجی» در آن موقعیت صفر خواهد شد.

برای توضیح بخش‌ها [بخش تقسیم‌بندی] (https://tensorflow.org/api_docs/python/tf/math#Segmentation) را بخوانید.

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.
<T ثابت TNumber > SparseSegmentMeanWithNumSegments <T>
ایجاد ( دامنه دامنه، داده عملوند <T>، عملوند <? گسترش TNumber > شاخص ها، عملوند <? گسترش TNumber > segmentIds، عملوند <? گسترش TNumber > numSegments)
روش Factory برای ایجاد کلاسی که یک عملیات جدید SparseSegmentMeanWithNumSegments را بسته بندی می کند.
خروجی <T>
خروجی ()
شکلی مشابه داده دارد، به جز بعد 0 که اندازه «تعداد_بخش» دارد.

روش های ارثی

ثابت ها

رشته نهایی ثابت عمومی OP_NAME

نام این عملیات، همانطور که توسط موتور هسته TensorFlow شناخته می شود

مقدار ثابت: "SparseSegmentMeanWithNumSegments"

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 ایستا SparseSegmentMeanWithNumSegments <T> ایجاد ( دامنه دامنه ، عملوند <T> داده، عملوند <? TNumber > شاخص ها را گسترش می دهد، عملوند <? گسترش TNumber > segmentIds، عملوند <? گسترش TNumber > numSegments)

روش Factory برای ایجاد کلاسی که یک عملیات جدید SparseSegmentMeanWithNumSegments را بسته بندی می کند.

مولفه های
محدوده محدوده فعلی
شاخص ها یک تانسور 1 بعدی دارای رتبه مشابه با `segment_ids`.
شناسه های بخش یک تانسور 1 بعدی مقادیر باید مرتب شوند و قابل تکرار باشند.
numSegments باید با تعداد شناسه‌های بخش مجزا برابر باشد.
برمی گرداند
  • یک نمونه جدید از SparseSegmentMeanWithNumSegments

خروجی عمومی <T> خروجی ()

شکلی مشابه داده دارد، به جز بعد 0 که اندازه «تعداد_بخش» دارد.