SegmentMax

SegmentMax คลาสสุดท้ายสาธารณะ

คำนวณค่าสูงสุดตามส่วนของเทนเซอร์

อ่าน [ส่วนเกี่ยวกับการแบ่งส่วน](https://tensorflow.org/api_docs/python/tf/math#Segmentation) เพื่อดูคำอธิบายเกี่ยวกับส่วนต่างๆ

คำนวณเทนเซอร์ในลักษณะที่ \\(output_i = \max_j(data_j)\\) โดยที่ `max` อยู่เหนือ `j` ดังนั้น `segment_ids[j] == i`

หากค่าสูงสุดว่างเปล่าสำหรับ ID ส่วนที่กำหนด `i`, `เอาต์พุต [i] = 0`

ตัวอย่างเช่น:

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]]
 

ค่าคงที่

สตริง OP_NAME ชื่อของ op นี้ ซึ่งรู้จักกันในชื่อของเอ็นจิ้นหลัก TensorFlow

วิธีการสาธารณะ

เอาท์พุต <T>
เป็นเอาท์พุต ()
ส่งกลับค่าแฮนเดิลสัญลักษณ์ของเทนเซอร์
คงที่ <T ขยาย TNumber > SegmentMax <T>
สร้าง (ขอบเขต ขอบเขต ข้อมูล ตัวถูกดำเนินการ <T> ตัวถูกดำเนินการ <? ขยาย TNumber > SegmentIds)
วิธีการจากโรงงานเพื่อสร้างคลาสที่รวมการดำเนินการ SegmentMax ใหม่
เอาท์พุต <T>
เอาท์พุท ()
มีรูปร่างเหมือนกับข้อมูล ยกเว้นมิติข้อมูล 0 ซึ่งมีขนาด `k` คือจำนวนเซ็กเมนต์

วิธีการสืบทอด

ค่าคงที่

สตริงสุดท้ายแบบคงที่สาธารณะ OP_NAME

ชื่อของ op นี้ ซึ่งรู้จักกันในชื่อของเอ็นจิ้นหลัก TensorFlow

ค่าคงที่: "SegmentMax"

วิธีการสาธารณะ

เอาท์พุท สาธารณะ <T> asOutput ()

ส่งกลับค่าแฮนเดิลสัญลักษณ์ของเทนเซอร์

อินพุตสำหรับการดำเนินการ TensorFlow คือเอาต์พุตของการดำเนินการ TensorFlow อื่น วิธีการนี้ใช้เพื่อรับหมายเลขอ้างอิงสัญลักษณ์ที่แสดงถึงการคำนวณอินพุต

สร้าง SegmentMax <T> คงที่สาธารณะ (ขอบเขต ขอบเขต , ข้อมูล ตัวดำเนินการ <T>, ตัวดำเนินการ <? ขยาย TNumber > SegmentIds)

วิธีการจากโรงงานเพื่อสร้างคลาสที่รวมการดำเนินการ SegmentMax ใหม่

พารามิเตอร์
ขอบเขต ขอบเขตปัจจุบัน
รหัสส่วน เทนเซอร์ 1 มิติที่มีขนาดเท่ากับขนาดของมิติแรกของ "ข้อมูล" ควรเรียงลำดับค่าและสามารถทำซ้ำได้
การส่งคืน
  • อินสแตนซ์ใหม่ของ SegmentMax

เอาท์พุท สาธารณะ <T> เอาท์พุท ()

มีรูปร่างเหมือนกับข้อมูล ยกเว้นมิติข้อมูล 0 ซึ่งมีขนาด `k` คือจำนวนเซ็กเมนต์