تدفق التوتر:: العمليات:: SparseSegmentSum

يحسب المجموع على طول شرائح متفرقة من الموتر.

ملخص

اقرأ القسم الخاص بالتجزئة للحصول على شرح للقطاعات.

مثل SegmentSum ، لكن من الممكن أن يكون segment_ids أقل من ترتيب البعد الأول data ، مما يؤدي إلى تحديد مجموعة فرعية من البعد 0، يتم تحديدها بواسطة indices .

على سبيل المثال:

c = tf.constant([[1,2,3,4], [-1,-2,-3,-4], [5,6,7,8]])

# Select two rows, one segment.
tf.sparse_segment_sum(c, tf.constant([0, 1]), tf.constant([0, 0]))
# => [[0 0 0 0]]

# Select two rows, two segment.
tf.sparse_segment_sum(c, tf.constant([0, 1]), tf.constant([0, 1]))
# => [[ 1  2  3  4]
#     [-1 -2 -3 -4]]

# Select all rows, two segments.
tf.sparse_segment_sum(c, tf.constant([0, 1, 2]), tf.constant([0, 0, 1]))
# => [[0 0 0 0]
#     [5 6 7 8]]

# Which is equivalent to:
tf.segment_sum(c, tf.constant([0, 0, 1]))

الحجج:

• النطاق: كائن النطاق
• المؤشرات: موتر 1-D. له نفس رتبة segment_ids .
• section_ids: موتر ثنائي الأبعاد. يجب فرز القيم ويمكن تكرارها.

العوائد:

• Output : له نفس شكل البيانات، باستثناء البعد 0 الذي يبلغ حجمه k ، وهو عدد المقاطع.

الصفات العامة

Operation operation

::tensorflow::Output output

 SparseSegmentSum(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input data,
  ::tensorflow::Input indices,
  ::tensorflow::Input segment_ids
)

::tensorflow::Node * node() const 

 operator::tensorflow::Input() const 

 operator::tensorflow::Output() const