حداکثر را در امتداد بخش های یک تانسور محاسبه می کند.
برای توضیح بخشها [بخش تقسیمبندی] (https://tensorflow.org/api_docs/python/tf/math#Segmentation) را بخوانید.
تانسوری را طوری محاسبه می کند که \\(output_i = \max_j(data_j)\\) جایی که «max» بیش از «j» است، به طوری که «segment_ids[j] == i».
اگر حداکثر برای شناسه بخش داده شده «i» خالی باشد، «خروجی[i] = 0».
به عنوان مثال:
c = tf.constant([[1,2,3,4], [4, 3, 2, 1], [5,6,7,8]])
tf.segment_max(c, tf.constant([0, 0, 1]))
# ==> [[4, 3, 3, 4],
# [5, 6, 7, 8]]
ثابت ها
رشته | OP_NAME | نام این عملیات، همانطور که توسط موتور هسته TensorFlow شناخته می شود |
روش های عمومی
خروجی <T> | asOutput () دسته نمادین تانسور را برمیگرداند. |
استاتیک <T TNumber > SegmentMax <T> را گسترش می دهد | |
خروجی <T> | خروجی () شکلی مشابه داده دارد، به جز بعد 0 که اندازه «k»، تعداد بخشها دارد. |
روش های ارثی
ثابت ها
رشته نهایی ثابت عمومی OP_NAME
نام این عملیات، همانطور که توسط موتور هسته TensorFlow شناخته می شود
روش های عمومی
خروجی عمومی <T> asOutput ()
دسته نمادین تانسور را برمیگرداند.
ورودی های عملیات TensorFlow خروجی های عملیات تنسورفلو دیگر هستند. این روش برای به دست آوردن یک دسته نمادین که نشان دهنده محاسبه ورودی است استفاده می شود.
ایجاد SegmentMax عمومی ایستا ( Scope scope، Operand <T> داده، Operand <? TNumber > segmentIds)
روش کارخانه برای ایجاد کلاسی که یک عملیات SegmentMax جدید را بسته بندی می کند.
پارامترها
دامنه | محدوده فعلی |
---|---|
شناسه های بخش | یک تانسور 1 بعدی که اندازه آن برابر با اندازه بعد اول «داده» است. مقادیر باید مرتب شوند و قابل تکرار باشند. |
برمی گرداند
- یک نمونه جدید از SegmentMax