SegmentSum

публичный финальный класс SegmentSum

Вычисляет сумму по сегментам тензора.

Прочтите [раздел о сегментации](https://tensorflow.org/api_docs/python/tf/math#Segmentation) для объяснения сегментов.

Вычисляет тензор такой, что \\(output_i = \sum_j data_j\\) где сумма превышает `j`, так что `segment_ids[j] == i`.

Если сумма пуста для данного идентификатора сегмента `i`, `output[i] = 0`.

Например:

c = tf.constant([[1,2,3,4], [4, 3, 2, 1], [5,6,7,8]])
 tf.segment_sum(c, tf.constant([0, 0, 1]))
 # ==> [[5, 5, 5, 5],
 #      [5, 6, 7, 8]]
 

Константы

Нить OP_NAME Название этой операции, известное основному движку TensorFlow.

Публичные методы

Выход <Т>
какВывод ()
Возвращает символический дескриптор тензора.
статический <T расширяет TType > SegmentSum <T>
create (Область действия , данные операнда <T>, операнд <? расширяет TNumber > сегменты)
Фабричный метод для создания класса, обертывающего новую операцию SegmentSum.
Выход <Т>
выход ()
Имеет ту же форму, что и данные, за исключением измерения 0, которое имеет размер «k» — количество сегментов.

Унаследованные методы

Константы

общедоступная статическая финальная строка OP_NAME

Название этой операции, известное основному движку TensorFlow.

Постоянное значение: «SegmentSum»

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.

public static SegmentSum <T> create (область действия , данные операнда <T>, операнд <? расширяет TNumber > сегменты)

Фабричный метод для создания класса, обертывающего новую операцию SegmentSum.

Параметры
объем текущий объем
идентификаторы сегментов Одномерный тензор, размер которого равен размеру первого измерения данных. Значения должны быть отсортированы и могут повторяться.
Возврат
  • новый экземпляр SegmentSum

публичный вывод <T> вывод ()

Имеет ту же форму, что и данные, за исключением измерения 0, которое имеет размер «k» — количество сегментов.