Menghitung maksimum sepanjang segmen tensor.
Baca [bagian segmentasi](https://tensorflow.org/api_docs/python/tf/math#Segmentation) untuk penjelasan tentang segmen.
Operator ini mirip dengan operator jumlah segmen tidak disortir yang ditemukan [(di sini)](../../../api_docs/python/math_ops.md#UnsortedSegmentSum). Alih-alih menghitung jumlah segmen, ia menghitung jumlah maksimum sedemikian rupa sehingga:
\\(output_i = \max_{j...} data[j...]\\) di mana max melebihi tupel `j...` sehingga `segment_ids[j...] == i`.
Jika nilai maksimum kosong untuk ID segmen tertentu `i`, nilai tersebut akan menghasilkan nilai terkecil yang mungkin untuk jenis numerik tertentu, `output[i] = batas_numerik Jika ID segmen `i` yang diberikan adalah negatif, maka nilai terkait akan dihilangkan, dan tidak akan disertakan dalam hasil. Misalnya:c = tf.constant([[1,2,3,4], [5,6,7,8], [4,3,2,1]])
tf.unsorted_segment_max(c, tf.constant([0, 1, 0]), num_segments=2)
# ==> [[ 4, 3, 3, 4],
# [5, 6, 7, 8]]
Konstanta
Rangkaian | OP_NAME | Nama operasi ini dikenal dengan mesin inti TensorFlow |
Metode Publik
Keluaran <T> | sebagai Keluaran () Mengembalikan pegangan simbolis tensor. |
statis <T memperluas TNumber > UnsortedSegmentMax <T> | |
Keluaran <T> | keluaran () Bentuknya sama dengan data, kecuali dimensi `segment_ids.rank` pertama, yang diganti dengan dimensi tunggal berukuran `num_segments`. |
Metode Warisan
Konstanta
String akhir statis publik OP_NAME
Nama operasi ini dikenal dengan mesin inti TensorFlow
Metode Publik
Keluaran publik <T> sebagai Keluaran ()
Mengembalikan pegangan simbolis tensor.
Masukan ke operasi TensorFlow adalah keluaran dari operasi TensorFlow lainnya. Metode ini digunakan untuk mendapatkan pegangan simbolis yang mewakili perhitungan input.
public static UnsortedSegmentMax <T> buat ( Lingkup cakupan , Operand <T> data, Operand <? extends TNumber > segmentIds, Operand <? extends TNumber > numSegments)
Metode pabrik untuk membuat kelas yang membungkus operasi UnsortedSegmentMax baru.
Parameter
cakupan | ruang lingkup saat ini |
---|---|
segmenId | Tensor yang bentuknya merupakan awalan `data.shape`. |
Kembali
- contoh baru dari UnsortedSegmentMax
Keluaran publik <T> keluaran ()
Bentuknya sama dengan data, kecuali dimensi `segment_ids.rank` pertama, yang diganti dengan dimensi tunggal berukuran `num_segments`.