टेंसर के खंडों के साथ अधिकतम की गणना करता है।
खंडों की व्याख्या के लिए [विभाजन पर अनुभाग](https://tensorflow.org/api_docs/python/tf/math#Segmentation) पढ़ें।
एक टेंसर की गणना इस प्रकार करता है कि \\(output_i = \max_j(data_j)\\) जहां `max` `j` से अधिक है जैसे कि `segment_ids[j] == i`।
If the maximum is empty for a given segment ID `i`, it outputs the smallest possible value for the specific numeric type, `output[i] = numeric_limits ध्यान दें: यह ऑप वर्तमान में केवल git_compile=True के साथ समर्थित है। सावधानी: सीपीयू पर, `सेगमेंट_आईड्स` में मानों को हमेशा क्रमबद्ध करने के लिए मान्य किया जाता है, और उन सूचकांकों के लिए एक त्रुटि उत्पन्न होती है जो बढ़ नहीं रहे हैं। GPU पर, यह अवर्गीकृत सूचकांकों के लिए कोई त्रुटि उत्पन्न नहीं करता है। On GPU, out-of-order indices result in safe but unspecified behavior, which may include treating out-of-order indices as the same as a smaller following index. SegmentMax के साथ एकमात्र अंतर अतिरिक्त इनपुट `num_segments` है। यह संकलन समय में आउटपुट आकार का मूल्यांकन करने में मदद करता है। `num_segments` सेगमेंट_आईडी के अनुरूप होना चाहिए। उदाहरण के लिए Max(segment_ids) `num_segments` - 1 के बराबर होना चाहिए 1-डी सेगमेंट_आईडी के लिए असंगत num_segments के साथ, ऑप अभी भी चलता है। अंतर केवल इतना है कि आउटपुट सेगमेंट_आईड्स और डेटा के आकार के बावजूद num_segments का आकार लेता है। अपेक्षित आउटपुट आकार से कम num_segments के लिए, अपेक्षित आउटपुट आकार से अधिक num_segments के लिए अंतिम तत्वों को अनदेखा कर दिया जाता है, अंतिम तत्वों को विशिष्ट संख्यात्मक प्रकार के लिए सबसे छोटा संभव मान निर्दिष्ट किया जाता है। उदाहरण के लिए: >>> @tf.function(git_compile=True) ... def test(c): ... return tf.raw_ops.SegmentMaxV2(data=c, section_ids=tf.constant([0, 0, 1]), num_segments=2) >>> c = tf.constant([[1,2,3,4], [4, 3, 2, 1], [5,6,7,8]]) >>> test( c).numpy() array([[4, 3, 3, 4], [5, 6, 7, 8]], dtype=int32)
सार्वजनिक तरीके
| आउटपुट <t> | asOutput () टेंसर का प्रतीकात्मक हैंडल लौटाता है। |
| स्थिर <T संख्या बढ़ाता है, U संख्या बढ़ाता है, V संख्या बढ़ाता है> SegmentMaxV2 <T> | |
| आउटपुट <T> | आउटपुट () Has same shape as data, except for the first `segment_ids.rank` dimensions, which are replaced with a single dimensionw which has size `num_segments`. |
विरासत में मिली विधियाँ
सार्वजनिक तरीके
सार्वजनिक आउटपुट <T> asOutput ()
टेंसर का प्रतीकात्मक हैंडल लौटाता है।
Inputs to TensorFlow operations are outputs of another TensorFlow operation. This method is used to obtain a symbolic handle that represents the computation of the input.
सार्वजनिक स्थैतिक SegmentMaxV2 <T> बनाएं ( स्कोप स्कोप, ऑपरेंड <T> डेटा, ऑपरेंड <U> सेगमेंटआईडी, ऑपरेंड <V> numSegments)
एक नया SegmentMaxV2 ऑपरेशन लपेटकर एक क्लास बनाने की फ़ैक्टरी विधि।
पैरामीटर
| दायरा | वर्तमान दायरा |
|---|---|
| खंड आईडी | एक 1-डी टेंसर जिसका आकार `डेटा` के पहले आयाम के आकार के बराबर है। मानों को क्रमबद्ध किया जाना चाहिए और दोहराया जा सकता है। मान `num_segments` से कम होना चाहिए. सावधानी: मानों को हमेशा सीपीयू पर क्रमबद्ध करने के लिए मान्य किया जाता है, जीपीयू पर कभी भी मान्य नहीं किया जाता है। |
रिटर्न
- SegmentMaxV2 का एक नया उदाहरण
सार्वजनिक आउटपुट <T> आउटपुट ()
Has same shape as data, except for the first `segment_ids.rank` dimensions, which are replaced with a single dimensionw which has size `num_segments`.