Tính giá trị tối thiểu dọc theo các đoạn của tensor.
Đọc [phần về phân đoạn](https://tensorflow.org/api_docs/python/tf/math#Segmentation) để biết giải thích về các phân đoạn.
Tính toán một tensor sao cho \\(output_i = \min_j(data_j)\\) trong đó `min` lớn hơn `j` sao cho `segment_ids[j] == i`.
Nếu giá trị tối thiểu trống đối với ID phân đoạn nhất định `i`, nó sẽ xuất ra giá trị lớn nhất có thể cho loại số cụ thể, `output[i] = num_limits Lưu ý: Op này hiện chỉ được hỗ trợ với jit_compile=True. Thận trọng: Trên CPU, các giá trị trong `segment_ids` luôn được xác thực để sắp xếp và sẽ xảy ra lỗi đối với các chỉ số không tăng. Trên GPU, điều này không gây ra lỗi cho các chỉ mục chưa được sắp xếp. Trên GPU, các chỉ mục không theo thứ tự dẫn đến hành vi an toàn nhưng không xác định, có thể bao gồm việc xử lý các chỉ mục không theo thứ tự giống như chỉ mục nhỏ hơn theo sau. Sự khác biệt duy nhất với SegmentMin là đầu vào bổ sung `num_segments`. Điều này giúp đánh giá hình dạng đầu ra trong thời gian biên dịch. `num_segments` phải nhất quán với Seg_ids. ví dụ: Max(segment_ids) phải bằng `num_segments` - 1 cho phân đoạn 1-d. Với num_segments không nhất quán, op vẫn chạy. điểm khác biệt duy nhất là đầu ra có kích thước là num_segments bất kể kích thước của Seg_id và dữ liệu. đối với num_segments nhỏ hơn kích thước đầu ra dự kiến, các phần tử cuối cùng bị bỏ qua đối với num_segments lớn hơn kích thước đầu ra dự kiến, các phần tử cuối cùng được gán giá trị lớn nhất có thể cho loại số cụ thể. Ví dụ: >>> @tf.function(jit_compile=True) ... def test(c): ... return tf.raw_ops.SegmentMinV2(data=c, Seg_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)
Phương pháp công khai
| Đầu ra <T> | asOutput () Trả về phần điều khiển tượng trưng của một tenxơ. |
| static <T mở rộng Số, U mở rộng Số, V mở rộng Số> SegmentMinV2 <T> | |
| Đầu ra <T> | đầu ra () Có hình dạng giống như dữ liệu, ngoại trừ thứ nguyên `segment_ids.rank` đầu tiên được thay thế bằng một thứ nguyên w có kích thước `num_segments`. |
Phương pháp kế thừa
Phương pháp công khai
Đầu ra công khai <T> asOutput ()
Trả về phần điều khiển tượng trưng của một tenxơ.
Đầu vào của các hoạt động TensorFlow là đầu ra của một hoạt động TensorFlow khác. Phương pháp này được sử dụng để thu được một thẻ điều khiển mang tính biểu tượng đại diện cho việc tính toán đầu vào.
public static SegmentMinV2 <T> tạo ( Phạm vi phạm vi, Dữ liệu toán hạng <T>, Toán tử <U> SegmentIds, Toán hạng <V> numSegments)
Phương thức gốc để tạo một lớp bao bọc thao tác SegmentMinV2 mới.
Thông số
| phạm vi | phạm vi hiện tại |
|---|---|
| id phân đoạn | Một tensor 1-D có kích thước bằng kích thước của chiều thứ nhất của `dữ liệu`. Các giá trị phải được sắp xếp và có thể lặp lại. Các giá trị phải nhỏ hơn `num_segments`. Thận trọng: Các giá trị luôn được xác thực để sắp xếp trên CPU, không bao giờ được xác thực trên GPU. |
Trả lại
- một phiên bản mới của SegmentMinV2
Đầu ra công khai đầu ra <T> ()
Có hình dạng giống như dữ liệu, ngoại trừ thứ nguyên `segment_ids.rank` đầu tiên được thay thế bằng một thứ nguyên w có kích thước `num_segments`.