Menghitung jumlah sepanjang segmen tensor.
Baca [bagian segmentasi](https://tensorflow.org/api_docs/python/tf/math#Segmentation) untuk penjelasan tentang segmen.
Menghitung tensor sedemikian rupa sehingga \\(output[i] = \sum_{j...} data[j...]\\) dimana jumlahnya melebihi tupel `j...` sehingga `segment_ids[j...] == i`. Berbeda dengan `SegmentSum`, `segment_ids` tidak perlu diurutkan dan tidak perlu mencakup semua nilai dalam seluruh rentang nilai yang valid.
Jika jumlah tersebut kosong untuk ID segmen tertentu `i`, `output[i] = 0`. Jika ID segmen `i` yang diberikan adalah negatif, nilainya akan dihilangkan dan tidak akan ditambahkan ke jumlah segmen.
`num_segments` harus sama dengan jumlah ID segmen yang berbeda.
c = tf.constant([[1,2,3,4], [5,6,7,8], [4,3,2,1]])
tf.unsorted_segment_sum(c, tf.constant([0, 1, 0]), num_segments=2)
# ==> [[ 5, 5, 5, 5],
# [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 TType > UnsortedSegmentSum <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 UnsortedSegmentSum <T> buat ( Lingkup cakupan , Operand <T> data, Operand <? extends TNumber > segmentIds, Operand <? extends TNumber > numSegments)
Metode pabrik untuk membuat kelas yang membungkus operasi UnsortedSegmentSum baru.
Parameter
cakupan | ruang lingkup saat ini |
---|---|
segmenId | Tensor yang bentuknya merupakan awalan `data.shape`. |
Kembali
- contoh baru dari UnsortedSegmentSum
Keluaran publik <T> keluaran ()
Bentuknya sama dengan data, kecuali dimensi `segment_ids.rank` pertama, yang diganti dengan dimensi tunggal berukuran `num_segments`.