정렬되지 않은세그먼트 조인

공개 최종 클래스 UnsortedSegmentJoin

`segment_ids`를 기반으로 `inputs` 요소를 결합합니다.

텐서의 세그먼트를 따라 문자열 조인을 계산합니다. 순위가 'N'인 'segment_ids'와 순위가 'N+M'인 '데이터'가 주어지면:

`출력[i, k1...kM] = strings.join([data[j1...jN, k1...kM])`

여기서 조인은 모든 [j1...jN]에 걸쳐서 세그먼트_ids[j1...jN] = i가 됩니다. 문자열은 행 우선 순서로 결합됩니다.

예: 

inputs = [['Y', 'q', 'c'], ['Y', '6', '6'], ['p', 'G', 'a']]
 output_array = string_ops.unsorted_segment_join(inputs=inputs,
                                                 segment_ids=[1, 0, 1],
                                                 num_segments=2,
                                                 separator=':'))
 # output_array ==> [['Y', '6', '6'], ['Y:p', 'q:G', 'c:a']]
 
 
 inputs = ['this', 'is', 'a', 'test']
 output_array = string_ops.unsorted_segment_join(inputs=inputs,
                                                 segment_ids=[0, 0, 0, 0],
                                                 num_segments=1,
                                                 separator=':'))
 # output_array ==> ['this:is:a:test']

중첩 클래스

수업 UnsortedSegmentJoin.Options UnsortedSegmentJoin 의 선택적 속성

공개 방법

출력 <문자열>
출력 ()
텐서의 기호 핸들을 반환합니다.
static <T는 숫자를 확장하고, U는 숫자를 확장> UnsortedSegmentJoin
생성 ( 범위 범위, 피연산자 <String> 입력, 피연산자 <T> 세그먼트 ID, 피연산자 <U> numSegments, 옵션... 옵션)
새로운 UnsortedSegmentJoin 작업을 래핑하는 클래스를 생성하는 팩토리 메서드입니다.
출력 <문자열>
출력 ()
정적 UnsortedSegmentJoin.Options
구분 기호 (문자열 구분 기호)

상속된 메서드

공개 방법

공개 출력 <String> asOutput ()

텐서의 기호 핸들을 반환합니다.

TensorFlow 작업에 대한 입력은 다른 TensorFlow 작업의 출력입니다. 이 메서드는 입력 계산을 나타내는 기호 핸들을 얻는 데 사용됩니다.

공개 정적 UnsortedSegmentJoin 생성 ( 범위 범위, 피연산자 <String> 입력, 피연산자 <T> 세그먼트 ID, 피연산자 <U> numSegments, 옵션... 옵션)

새로운 UnsortedSegmentJoin 작업을 래핑하는 클래스를 생성하는 팩토리 메서드입니다.

매개변수
범위 현재 범위
입력 조인할 입력입니다.
세그먼트 ID 형태가 data.shape의 접두사인 텐서입니다. 제외 세그먼트 ID는 지원되지 않습니다.
세그먼트 수 스칼라.
옵션 선택적 속성 값을 전달합니다.
보고
  • UnsortedSegmentJoin의 새로운 인스턴스

공개 출력 <String> 출력 ()

공개 정적 UnsortedSegmentJoin.Options 구분 기호 (문자열 구분 기호)

매개변수
분리 기호 조인 시 사용할 구분 기호입니다.