مجموع قطعات پراکنده تانسور را محاسبه می کند.
مانند «SparseSegmentSum»، 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/sparse#Segmentation) را بخوانید.
به عنوان مثال:
c = tf.constant([[1,2,3,4], [-1,-2,-3,-4], [5,6,7,8]])
tf.sparse_segment_sum_with_num_segments(
c, tf.constant([0, 1]), tf.constant([0, 0]), num_segments=3)
# => [[0 0 0 0]
# [0 0 0 0]
# [0 0 0 0]]
tf.sparse_segment_sum_with_num_segments(c,
tf.constant([0, 1]),
tf.constant([0, 2],
num_segments=4))
# => [[ 1 2 3 4]
# [ 0 0 0 0]
# [-1 -2 -3 -4]
# [ 0 0 0 0]]
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 > SparseSegmentSumWithNumSegments <T> | |
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
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 SparseSegmentSumWithNumSegments <T> ایجاد ( Scope scope، Operand <T> داده، Operand <? گسترش TNumber > شاخص ها، Operand <? گسترش TNumber > segmentIds، Operand <? گسترش TNumber > numSegments)
روش کارخانه برای ایجاد کلاسی که یک عملیات جدید SparseSegmentSumWithNumSegments 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 SparseSegmentSumWithNumSegments