SegmentMinV2

パブリック最終クラスSegmentMinV2

テンソルのセグメントに沿った最小値を計算します。

セグメントの説明については、[セグメンテーションに関するセクション](https://tensorflow.org/api_docs/python/tf/math#Segmentation) を参照してください。

次のようなテンソルを計算します \\(output_i = \min_j(data_j)\\) ここで、`min` は `segment_ids[j] == i` となるように `j` を超えます。

指定されたセグメント ID `i` の最小値が空の場合、特定の数値タイプの可能な最大値を出力します (`output[i] = numeric_limits)。 ::max()`。

注: この操作は現在 jit_compile=True でのみサポートされています。

注意: CPU では、`segment_ids` の値は常に並べ替えられるかどうか検証され、増加しないインデックスについてはエラーがスローされます。 GPU では、ソートされていないインデックスに対してエラーはスローされません。 GPU では、順序が乱れたインデックスは安全ですが不特定の動作になります。これには、順序が乱れたインデックスを後続の小さいインデックスと同じように扱うことが含まれる場合があります。

SegmentMin との唯一の違いは、追加の入力 `num_segments` です。これは、コンパイル時に出力形状を評価するのに役立ちます。 `num_segments` はsegment_idsと一致している必要があります。たとえば、Max(segment_ids) は、1 次元のセグメント ID の場合は `num_segments` - 1 に等しい必要があります。 num_segments が一貫していなくても、操作は引き続き実行されます。唯一の違いは、segment_id と data のサイズに関係なく、出力が num_segments のサイズを取ることです。 num_segments が予想される出力サイズより小さい場合、最後の要素は num_segments が予想される出力サイズを超える場合に無視され、最後の要素には特定の数値型で可能な最大の値が割り当てられます。

例えば:

>>> @tf.function(jit_compile=True) ... def test(c): ... return tf.raw_ops.SegmentMinV2(data=c,segment_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([[1, 2, 2, 1], [5, 6, 7, 8]], dtype=int32)

パブリックメソッド

出力<T>
asOutput ()
テンソルのシンボリック ハンドルを返します。
static <T は数値を拡張、U は数値を拡張、V は数値を拡張> SegmentMinV2 <T>
create (スコープscope、オペランド<T>データ、オペランド<U>segmentIds、オペランド<V>numSegments)
新しい SegmentMinV2 操作をラップするクラスを作成するためのファクトリ メソッド。
出力<T>
出力()
最初の `segment_ids.rank` 次元を除き、データと同じ形状を持ち、サイズ `num_segments` を持つ単一の次元に置き換えられます。

継承されたメソッド

パブリックメソッド

public Output <T> asOutput ()

テンソルのシンボリック ハンドルを返します。

TensorFlow オペレーションへの入力は、別の TensorFlow オペレーションの出力です。このメソッドは、入力の計算を表すシンボリック ハンドルを取得するために使用されます。

public static SegmentMinV2 <T> create (スコープスコープ、オペランド<T> データ、オペランド<U> セグメント ID、オペランド<V> numSegments)

新しい SegmentMinV2 操作をラップするクラスを作成するためのファクトリ メソッド。

パラメータ
範囲現在のスコープ
セグメントIDサイズが「data」の最初の次元のサイズと等しい 1 次元テンソル。値は並べ替える必要があり、繰り返すことができます。値は「num_segments」未満である必要があります。

注意: 値は常に CPU 上で並べ替えられるように検証されますが、GPU 上では検証されません。

返品
  • SegmentMinV2 の新しいインスタンス

public出力<T>出力()

最初の `segment_ids.rank` 次元を除き、データと同じ形状を持ち、サイズ `num_segments` を持つ単一の次元に置き換えられます。

パブリック最終クラスSegmentMinV2

テンソルのセグメントに沿った最小値を計算します。

セグメントの説明については、[セグメンテーションに関するセクション](https://tensorflow.org/api_docs/python/tf/math#Segmentation) を参照してください。

次のようなテンソルを計算します \\(output_i = \min_j(data_j)\\) ここで、`min` は `segment_ids[j] == i` となるように `j` を超えます。

指定されたセグメント ID `i` の最小値が空の場合、特定の数値タイプの可能な最大値を出力します (`output[i] = numeric_limits)。 ::max()`。

注: この操作は現在 jit_compile=True でのみサポートされています。

注意: CPU では、`segment_ids` の値は常に並べ替えられるかどうか検証され、増加しないインデックスについてはエラーがスローされます。 GPU では、ソートされていないインデックスに対してエラーはスローされません。 GPU では、順序が乱れたインデックスは安全ですが不特定の動作になります。これには、順序が乱れたインデックスを後続の小さいインデックスと同じように扱うことが含まれる場合があります。

SegmentMin との唯一の違いは、追加の入力 `num_segments` です。これは、コンパイル時に出力形状を評価するのに役立ちます。 `num_segments` はsegment_idsと一致している必要があります。たとえば、Max(segment_ids) は、1 次元のセグメント ID の場合は `num_segments` - 1 に等しい必要があります。 num_segments が一貫していなくても、操作は引き続き実行されます。唯一の違いは、segment_id と data のサイズに関係なく、出力が num_segments のサイズを取ることです。 num_segments が予想される出力サイズより小さい場合、最後の要素は num_segments が予想される出力サイズを超える場合に無視され、最後の要素には特定の数値型で可能な最大の値が割り当てられます。

例えば:

>>> @tf.function(jit_compile=True) ... def test(c): ... return tf.raw_ops.SegmentMinV2(data=c,segment_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([[1, 2, 2, 1], [5, 6, 7, 8]], dtype=int32)

パブリックメソッド

出力<T>
asOutput ()
テンソルのシンボリック ハンドルを返します。
static <T は数値を拡張、U は数値を拡張、V は数値を拡張> SegmentMinV2 <T>
create (スコープscope、オペランド<T>データ、オペランド<U>segmentIds、オペランド<V>numSegments)
新しい SegmentMinV2 操作をラップするクラスを作成するためのファクトリ メソッド。
出力<T>
出力()
最初の `segment_ids.rank` 次元を除き、データと同じ形状を持ち、サイズ `num_segments` を持つ単一の次元に置き換えられます。

継承されたメソッド

パブリックメソッド

public Output <T> asOutput ()

テンソルのシンボリック ハンドルを返します。

TensorFlow オペレーションへの入力は、別の TensorFlow オペレーションの出力です。このメソッドは、入力の計算を表すシンボリック ハンドルを取得するために使用されます。

public static SegmentMinV2 <T> create (スコープスコープ、オペランド<T> データ、オペランド<U> セグメント ID、オペランド<V> numSegments)

新しい SegmentMinV2 操作をラップするクラスを作成するためのファクトリ メソッド。

パラメータ
範囲現在のスコープ
セグメントIDサイズが「data」の最初の次元のサイズと等しい 1 次元テンソル。値は並べ替える必要があり、繰り返すことができます。値は「num_segments」未満である必要があります。

注意: 値は常に CPU 上で並べ替えられるように検証されますが、GPU 上では検証されません。

返品
  • SegmentMinV2 の新しいインスタンス

public出力<T>出力()

最初の `segment_ids.rank` 次元を除き、データと同じ形状を持ち、サイズ `num_segments` を持つ単一の次元に置き換えられます。

パブリック最終クラスSegmentMinV2

テンソルのセグメントに沿った最小値を計算します。

セグメントの説明については、[セグメンテーションに関するセクション](https://tensorflow.org/api_docs/python/tf/math#Segmentation) を参照してください。

次のようなテンソルを計算します \\(output_i = \min_j(data_j)\\) ここで、`min` は `segment_ids[j] == i` となるように `j` を超えます。

指定されたセグメント ID `i` の最小値が空の場合、特定の数値タイプの可能な最大値を出力します (`output[i] = numeric_limits)。 ::max()`。

注: この操作は現在 jit_compile=True でのみサポートされています。

注意: CPU では、`segment_ids` の値は常に並べ替えられるかどうか検証され、増加しないインデックスについてはエラーがスローされます。 GPU では、ソートされていないインデックスに対してエラーはスローされません。 GPU では、順序が乱れたインデックスは安全ですが不特定の動作になります。これには、順序が乱れたインデックスを後続の小さいインデックスと同じように扱うことが含まれる場合があります。

SegmentMin との唯一の違いは、追加の入力 `num_segments` です。これは、コンパイル時に出力形状を評価するのに役立ちます。 `num_segments` はsegment_idsと一致している必要があります。たとえば、Max(segment_ids) は、1 次元のセグメント ID の場合は `num_segments` - 1 に等しい必要があります。 num_segments が一貫していなくても、操作は引き続き実行されます。唯一の違いは、segment_id と data のサイズに関係なく、出力が num_segments のサイズを取ることです。 num_segments が予想される出力サイズより小さい場合、最後の要素は num_segments が予想される出力サイズを超える場合に無視され、最後の要素には特定の数値型で可能な最大の値が割り当てられます。

例えば:

>>> @tf.function(jit_compile=True) ... def test(c): ... return tf.raw_ops.SegmentMinV2(data=c,segment_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([[1, 2, 2, 1], [5, 6, 7, 8]], dtype=int32)

パブリックメソッド

出力<T>
asOutput ()
テンソルのシンボリック ハンドルを返します。
static <T は数値を拡張、U は数値を拡張、V は数値を拡張> SegmentMinV2 <T>
create (スコープscope、オペランド<T>データ、オペランド<U>segmentIds、オペランド<V>numSegments)
新しい SegmentMinV2 操作をラップするクラスを作成するためのファクトリ メソッド。
出力<T>
出力()
最初の `segment_ids.rank` 次元を除き、データと同じ形状を持ち、サイズ `num_segments` を持つ単一の次元に置き換えられます。

継承されたメソッド

パブリックメソッド

public Output <T> asOutput ()

テンソルのシンボリック ハンドルを返します。

TensorFlow オペレーションへの入力は、別の TensorFlow オペレーションの出力です。このメソッドは、入力の計算を表すシンボリック ハンドルを取得するために使用されます。

public static SegmentMinV2 <T> create (スコープスコープ、オペランド<T> データ、オペランド<U> セグメント ID、オペランド<V> numSegments)

新しい SegmentMinV2 操作をラップするクラスを作成するファクトリ メソッド。

パラメータ
範囲現在のスコープ
セグメントIDサイズが「data」の最初の次元のサイズと等しい 1 次元テンソル。値は並べ替える必要があり、繰り返すことができます。値は「num_segments」未満である必要があります。

注意: 値は常に CPU 上で並べ替えられるように検証されますが、GPU 上では検証されません。

返品
  • SegmentMinV2 の新しいインスタンス

public出力<T>出力()

最初の `segment_ids.rank` 次元を除き、データと同じ形状を持ちます。最初の `segment_ids.rank` 次元は、サイズ `num_segments` を持つ単一の次元に置き換えられます。