aliran tensor:: operasi:: SparseSegmentSumWithNumSegments

#include <math_ops.h>

Menghitung jumlah sepanjang segmen tensor yang jarang.

Ringkasan

Seperti SparseSegmentSum , tetapi mengizinkan id yang hilang di segment_ids . Jika id hilang, tensor output pada posisi tersebut akan menjadi nol.

Baca bagian segmentasi untuk penjelasan segmen.

Misalnya:

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]]

Argumen:

  • ruang lingkup: Objek Lingkup
  • indeks: Tensor 1-D. Memiliki peringkat yang sama dengan segment_ids .
  • segment_ids: Tensor 1-D. Nilai harus diurutkan dan dapat diulang.
  • num_segments: Harus sama dengan jumlah ID segmen yang berbeda.

Pengembalian:

  • Output : Bentuknya sama dengan data, kecuali dimensi 0 yang berukuran num_segments .

Konstruktor dan Destruktor

SparseSegmentSumWithNumSegments (const :: tensorflow::Scope & scope, :: tensorflow::Input data, :: tensorflow::Input indices, :: tensorflow::Input segment_ids, :: tensorflow::Input num_segments)

Atribut publik

operation
output

Fungsi publik

node () const
::tensorflow::Node *
operator::tensorflow::Input () const
operator::tensorflow::Output () const

Atribut publik

operasi

Operation operation

keluaran

::tensorflow::Output output

Fungsi publik

SparseSegmentSumWithNumSegments

 SparseSegmentSumWithNumSegments(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input data,
  ::tensorflow::Input indices,
  ::tensorflow::Input segment_ids,
  ::tensorflow::Input num_segments
)

simpul

::tensorflow::Node * node() const 

operator::tensorflow::Masukan

 operator::tensorflow::Input() const 

operator::tensorflow::Keluaran

 operator::tensorflow::Output() const