DenseBincount

คลาสสุดท้ายสาธารณะ DenseBincount

นับจำนวนครั้งของแต่ละค่าในอาร์เรย์จำนวนเต็ม

เอาท์พุตเวกเตอร์ที่มีความยาว "ขนาด" และมีประเภท dtype เดียวกันกับ "น้ำหนัก" หาก `น้ำหนัก` ว่างเปล่า ดัชนี `i` จะเก็บจำนวนครั้งที่ค่า `i` ถูกนับใน `arr` หาก "น้ำหนัก" ไม่ว่างเปล่า ดัชนี "i" จะเก็บผลรวมของค่าใน "น้ำหนัก" ไว้ที่แต่ละดัชนี โดยที่ค่าที่สอดคล้องกันใน "arr" คือ "i"

ค่าใน `arr` ที่อยู่นอกช่วง [0, ขนาด) จะถูกละเว้น

คลาสที่ซ้อนกัน

ระดับ DenseBincount.ตัวเลือก คุณลักษณะเพิ่มเติมสำหรับ DenseBincount

วิธีการสาธารณะ

เอาท์พุต <U>
เป็นเอาท์พุต ()
ส่งกลับค่าแฮนเดิลสัญลักษณ์ของเทนเซอร์
DenseBincount.Options แบบคงที่
binaryOutput (บูลีน binaryOutput)
คงที่ <U ขยายหมายเลข T ขยายหมายเลข> DenseBincount <U>
สร้าง (ขอบเขต ขอบเขต , อินพุต Operand <T>, ขนาด Operand <T>, น้ำหนัก ตัวดำเนินการ <U>, ตัวเลือก... ตัวเลือก)
วิธีการจากโรงงานเพื่อสร้างคลาสที่รวมการดำเนินการ DenseBincount ใหม่
เอาท์พุต <U>
เอาท์พุท ()
1D `Tensor` ที่มีความยาวเท่ากับ `size` หรือ 2D `Tensor` ด้วย [batch_size, `size`]

วิธีการสืบทอด

วิธีการสาธารณะ

เอาท์ พุท สาธารณะ <U> asOutput ()

ส่งกลับค่าแฮนเดิลสัญลักษณ์ของเทนเซอร์

อินพุตสำหรับการดำเนินการ TensorFlow คือเอาต์พุตของการดำเนินการ TensorFlow อื่น วิธีการนี้ใช้เพื่อรับหมายเลขอ้างอิงสัญลักษณ์ที่แสดงถึงการคำนวณอินพุต

สาธารณะ DenseBincount.Options binaryOutput แบบคงที่สาธารณะ (Boolean binaryOutput)

พารามิเตอร์
ไบนารีเอาท์พุต บูล; ไม่ว่าเคอร์เนลควรนับลักษณะที่ปรากฏหรือจำนวนครั้งที่เกิดขึ้น

สร้าง DenseBincount <U> แบบคงที่สาธารณะ (ขอบเขต ขอบเขต , อินพุต Operand <T>, ขนาด Operand <T>, น้ำหนัก Operand <U>, ตัวเลือก... ตัวเลือก)

วิธีการจากโรงงานเพื่อสร้างคลาสที่รวมการดำเนินการ DenseBincount ใหม่

พารามิเตอร์
ขอบเขต ขอบเขตปัจจุบัน
ป้อนข้อมูล 1D หรือ 2D int `เทนเซอร์`
ขนาด สเกลาร์ int ที่ไม่เป็นลบ `เทนเซอร์`
น้ำหนัก คือ int32, int64, float32 หรือ float64 `Tensor` ที่มีรูปร่างเหมือนกับ `arr` หรือ `Tensor` ความยาว -0 ซึ่งในกรณีนี้จะทำหน้าที่เป็นน้ำหนักทั้งหมดเท่ากับ 1
ตัวเลือก มีค่าแอตทริบิวต์ทางเลือก
การส่งคืน
  • อินสแตนซ์ใหม่ของ DenseBincount

เอาท์พุท สาธารณะ <U> เอาท์พุท ()

1D `Tensor` ที่มีความยาวเท่ากับ `size` หรือ 2D `Tensor` ด้วย [batch_size, `size`] จำนวนหรือน้ำหนักรวมของแต่ละค่าในช่วง [0, ขนาด)