يحسب المجموع على طول المقاطع المتفرقة للموتر مقسومًا على الجذر التربيعي لـ N.
N هو حجم الجزء الذي تم تصغيره.
مثل `SparseSegmentSqrtN`، ولكنه يسمح بالمعرفات المفقودة في `segment_ids`. إذا كان المعرف مفقودًا، فسيتم صفر موتر "الإخراج" في ذلك الموضع.
اقرأ [القسم الخاص بالتجزئة](https://tensorflow.org/api_docs/python/tf/math#Segmentation) للحصول على شرح للشرائح.
الثوابت
خيط | OP_NAME | اسم هذه العملية كما هو معروف بواسطة محرك TensorFlow الأساسي |
الأساليب العامة
الإخراج <T> | كإخراج () إرجاع المقبض الرمزي للموتر. |
ثابت <T يمتد TNumber > SparseSegmentSqrtNWithNumSegments <T> | |
الإخراج <T> | انتاج () له نفس شكل البيانات، باستثناء البعد 0 الذي يحتوي على الحجم `k`، وهو عدد المقاطع. |
الطرق الموروثة
الثوابت
السلسلة النهائية الثابتة العامة OP_NAME
اسم هذه العملية كما هو معروف بواسطة محرك TensorFlow الأساسي
الأساليب العامة
الإخراج العام <T> كإخراج ()
إرجاع المقبض الرمزي للموتر.
المدخلات إلى عمليات TensorFlow هي مخرجات عملية TensorFlow أخرى. يتم استخدام هذه الطريقة للحصول على مقبض رمزي يمثل حساب الإدخال.
إنشاء SparseSegmentSqrtNWithNumSegments الثابت العام <T> ( نطاق النطاق ، بيانات المعامل <T>، المعامل <؟ يمتد TNumber > المؤشرات، المعامل <؟ يمتد TNumber > معرفات القطاعات، المعامل <؟ يمتد TNumber > numSegments)
طريقة المصنع لإنشاء فئة تغلف عملية SparseSegmentSqrtNWithNumSegments جديدة.
حدود
نِطَاق | النطاق الحالي |
---|---|
المؤشرات | موتر 1-D. له نفس تصنيف "معرّفات_القطاعات". |
معرفات القطاع | موتر 1-D. يجب فرز القيم ويمكن تكرارها. |
numSegments | يجب أن يساوي عدد معرفات المقاطع المميزة. |
عائدات
- مثيل جديد من SparseSegmentSqrtNWithNumSegments
الإخراج العام <T> الإخراج ()
له نفس شكل البيانات، باستثناء البعد 0 الذي يحتوي على الحجم `k`، وهو عدد المقاطع.