tensorflow::ops::Cumprod

คำนวณผลคูณสะสมของเทนเซอร์ x ตาม axis y

สรุป

โดยค่าเริ่มต้น ตัวดำเนินการนี้จะทำการสร้าง cumprod แบบรวม ซึ่งหมายความว่าองค์ประกอบแรกของอินพุตจะเหมือนกับองค์ประกอบแรกของเอาต์พุต:

tf.cumprod([a, b, c])  # => [a, a * b, a * b * c]

โดยการตั้งค่า kwarg exclusive เป็น True จะมีการดำเนินการ cumprod พิเศษแทน:

tf.cumprod([a, b, c], exclusive=True)  # => [1, a, a * b]

โดยการตั้งค่า kwarg reverse เป็น True การทำงานของ cumprod จะเกิดขึ้นในทิศทางตรงกันข้าม:

tf.cumprod([a, b, c], reverse=True)  # => [a * b * c, b * c, c]

วิธีนี้มีประสิทธิภาพมากกว่าการใช้ tf.reverse ops แยกต่างหาก

สัญลักษณ์ kwargs reverse และ exclusive สามารถใช้ร่วมกันได้เช่นกัน:

tf.cumprod([a, b, c], exclusive=True, reverse=True)  # => [b * c, c, 1]

ข้อโต้แย้ง:

• ขอบเขต: วัตถุ ขอบเขต
• x: Tensor ต้องเป็นหนึ่งในประเภทต่อไปนี้: float32 , float64 , int64 , int32 , uint8 , uint16 , int16 , int8 , complex64 , complex128 , qint8 , quint8 , qint32 , half
• แกน: Tensor ชนิด int32 (ค่าเริ่มต้น: 0) ต้องอยู่ในช่วง [-rank(x), rank(x))

คุณลักษณะเสริม (ดูที่ Attrs ):

• เฉพาะ: ถ้า True ให้ทำการ cumprod แบบพิเศษ
• reverse: bool (ค่าเริ่มต้น: False)

การส่งคืนสินค้า:

• Output : เทนเซอร์เอาต์พุต

คุณลักษณะสาธารณะ

Operation operation

::tensorflow::Output out

 Cumprod(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input x,
  ::tensorflow::Input axis
)

 Cumprod(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input x,
  ::tensorflow::Input axis,
  const Cumprod::Attrs & attrs
)

::tensorflow::Node * node() const 

 operator::tensorflow::Input() const 

 operator::tensorflow::Output() const 

Attrs Exclusive(
  bool x
)

Attrs Reverse(
  bool x
)