Calcula o mínimo ao longo dos segmentos de um tensor.
Leia [a seção sobre segmentação](https://tensorflow.org/api_docs/python/tf/math#Segmentation) para obter uma explicação sobre segmentos.
Calcula um tensor tal que \\(output_i = \min_j(data_j)\\) onde `min` está acima de `j` tal que `segment_ids[j] == i`.
Se o mínimo estiver vazio para um determinado ID de segmento `i`, ele gera o maior valor possível para o tipo numérico específico, `output[i] = numeric_limits Nota: Esta operação é atualmente suportada apenas com jit_compile=True. Cuidado: Na CPU, os valores em `segment_ids` são sempre validados para serem classificados e um erro é gerado para índices que não estão aumentando. Na GPU, isso não gera erro para índices não classificados. Na GPU, os índices fora de ordem resultam em um comportamento seguro, mas não especificado, que pode incluir o tratamento de índices fora de ordem como se fossem um índice seguinte menor. A única diferença com SegmentMin é a entrada adicional `num_segments`. Isso ajuda a avaliar o formato de saída em tempo de compilação. `num_segments` deve ser consistente com segment_ids. por exemplo, Max(segment_ids) deve ser igual a `num_segments` - 1 para segment_ids 1-d. Com num_segments inconsistentes, a operação ainda é executada. a única diferença é que a saída assume o tamanho de num_segments independentemente do tamanho de segment_ids e dados. para num_segments menor que o tamanho de saída esperado, os últimos elementos são ignorados; para num_segments maior que o tamanho de saída esperado, os últimos elementos recebem o maior valor possível para o tipo numérico específico. Por exemplo: >>> @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]]) >>> teste( c).numpy() matriz([[1, 2, 2, 1], [5, 6, 7, 8]], dtype=int32)
Métodos Públicos
| Saída <T> | asOutput () Retorna o identificador simbólico de um tensor. |
| estático <T estende o número, U estende o número, V estende o número> SegmentMinV2 <T> | |
| Saída <T> | saída () Tem o mesmo formato dos dados, exceto as primeiras dimensões `segment_ids.rank`, que são substituídas por uma única dimensãow que tem tamanho `num_segments`. |
Métodos herdados
Métodos Públicos
Saída pública <T> asOutput ()
Retorna o identificador simbólico de um tensor.
As entradas para operações do TensorFlow são saídas de outra operação do TensorFlow. Este método é usado para obter um identificador simbólico que representa o cálculo da entrada.
public static SegmentMinV2 <T> create ( Escopo do escopo , Operando <T> dados, Operando <U> segmentIds, Operando <V> numSegments)
Método de fábrica para criar uma classe que envolve uma nova operação SegmentMinV2.
Parâmetros
| escopo | escopo atual |
|---|---|
| IDs de segmento | Um tensor 1-D cujo tamanho é igual ao tamanho da primeira dimensão dos `dados`. Os valores devem ser classificados e podem ser repetidos. Os valores devem ser menores que `num_segments`. Cuidado: Os valores são sempre validados para serem classificados na CPU, nunca validados na GPU. |
Devoluções
- uma nova instância de SegmentMinV2
Saída pública <T> saída ()
Tem o mesmo formato dos dados, exceto as primeiras dimensões `segment_ids.rank`, que são substituídas por uma única dimensãow que tem tamanho `num_segments`.