Предупреждение. Этот API устарел и будет удален в будущей версии TensorFlow после того, как замена станет стабильной.
SparseSegmentSumGrad
Оптимизируйте свои подборки
Сохраняйте и классифицируйте контент в соответствии со своими настройками.
Вычисляет градиенты для SparseSegmentSum.
Возвращает «выходной результат» тензора той же формы, что и grad, за исключением измерения 0, значение которого равно output_dim0.
Унаследованные методы
Из класса java.lang.Object логическое значение | равно (Объект arg0) |
последний класс<?> | получитьКласс () |
интервал | хэш-код () |
окончательная пустота | поставить в известность () |
окончательная пустота | уведомитьВсе () |
Нить | нанизывать () |
окончательная пустота | подождать (длинный arg0, int arg1) |
окончательная пустота | подождите (длинный arg0) |
окончательная пустота | ждать () |
Публичные методы
публичный вывод <T> asOutput ()
Возвращает символический дескриптор тензора.
Входные данные для операций TensorFlow являются выходными данными другой операции TensorFlow. Этот метод используется для получения символического дескриптора, который представляет собой вычисление входных данных.
Фабричный метод для создания класса, обертывающего новую операцию SparseSegmentSumGrad.
Параметры
объем | текущий объем |
---|
выпускник | градиент передается в операцию SparseSegmentSum. |
---|
индексы | индексы, передаваемые в соответствующую операцию SparseSegmentSum. |
---|
идентификаторы сегментов | Segment_ids передается в соответствующую операцию SparseSegmentSum. |
---|
выходDim0 | измерение 0 «данных», переданных в SparseSegmentSum op. |
---|
Возврат
- новый экземпляр SparseSegmentSumGrad
публичный вывод <T> вывод ()
Если не указано иное, контент на этой странице предоставляется по лицензии Creative Commons "С указанием авторства 4.0", а примеры кода – по лицензии Apache 2.0. Подробнее об этом написано в правилах сайта. Java – это зарегистрированный товарный знак корпорации Oracle и ее аффилированных лиц.
Последнее обновление: 2023-12-01 UTC.
[{
"type": "thumb-down",
"id": "missingTheInformationINeed",
"label":"Отсутствует нужная мне информация"
},{
"type": "thumb-down",
"id": "tooComplicatedTooManySteps",
"label":"Слишком сложен/слишком много шагов"
},{
"type": "thumb-down",
"id": "outOfDate",
"label":"Устарел"
},{
"type": "thumb-down",
"id": "translationIssue",
"label":"Проблема с переводом текста"
},{
"type": "thumb-down",
"id": "samplesCodeIssue",
"label":"Проблемы образцов/кода"
},{
"type": "thumb-down",
"id": "otherDown",
"label":"Другое"
}]
[{
"type": "thumb-up",
"id": "easyToUnderstand",
"label":"Прост для понимания"
},{
"type": "thumb-up",
"id": "solvedMyProblem",
"label":"Помог мне решить мою проблему"
},{
"type": "thumb-up",
"id": "otherUp",
"label":"Другое"
}]
{"lastModified": "\u041f\u043e\u0441\u043b\u0435\u0434\u043d\u0435\u0435 \u043e\u0431\u043d\u043e\u0432\u043b\u0435\u043d\u0438\u0435: 2023-12-01 UTC."}