คำนวณค่าเฉลี่ยตามส่วนของเทนเซอร์
อ่าน [ส่วนเกี่ยวกับการแบ่งส่วน](https://tensorflow.org/api_docs/python/tf/math#Segmentation) เพื่อดูคำอธิบายเกี่ยวกับส่วนต่างๆ
คำนวณเทนเซอร์ในลักษณะที่ \\(output_i = \frac{\sum_j data_j}{N}\\) โดยที่ `mean` อยู่เหนือ `j` โดยที่ `segment_ids[j] == i` และ `N` คือจำนวนรวมของค่าที่สรุปได้
หากค่าเฉลี่ยว่างเปล่าสำหรับ ID ส่วนที่กำหนด `i`, `เอาต์พุต [i] = 0`

ตัวอย่างเช่น:
c = tf.constant([[1.0,2,3,4], [4, 3, 2, 1], [5,6,7,8]])
 tf.segment_mean(c, tf.constant([0, 0, 1]))
 # ==> [[2.5, 2.5, 2.5, 2.5],
 #      [5, 6, 7, 8]]
 ค่าคงที่
| สตริง | OP_NAME | ชื่อของ op นี้ ซึ่งรู้จักกันในชื่อของเอ็นจิ้นหลัก TensorFlow | 
วิธีการสาธารณะ
| เอาท์พุต <T> |  เป็นเอาท์พุต ()  ส่งกลับค่าแฮนเดิลสัญลักษณ์ของเทนเซอร์ | 
| คงที่ <T ขยาย TType > SegmentMean <T> |  สร้าง (ขอบเขต ขอบเขต ข้อมูล ตัวถูกดำเนินการ <T> ตัวถูกดำเนินการ <? ขยาย TNumber > SegmentIds)  วิธีการจากโรงงานเพื่อสร้างคลาสที่รวมการดำเนินการ SegmentMean ใหม่ | 
| เอาท์พุต <T> |  เอาท์พุท ()  มีรูปร่างเหมือนกับข้อมูล ยกเว้นมิติข้อมูล 0 ซึ่งมีขนาด `k` คือจำนวนส่วน  | 
วิธีการสืบทอด
ค่าคงที่
สตริงสุดท้ายแบบคงที่สาธารณะ OP_NAME
ชื่อของ op นี้ ซึ่งรู้จักกันในชื่อของเอ็นจิ้นหลัก TensorFlow
วิธีการสาธารณะ
เอาท์พุท สาธารณะ <T> asOutput ()
ส่งกลับค่าแฮนเดิลสัญลักษณ์ของเทนเซอร์
อินพุตสำหรับการดำเนินการ TensorFlow คือเอาต์พุตของการดำเนินการ TensorFlow อื่น วิธีการนี้ใช้เพื่อรับหมายเลขอ้างอิงสัญลักษณ์ที่แสดงถึงการคำนวณอินพุต
สร้าง SegmentMean <T> แบบคงที่สาธารณะ ( ขอบเขต ขอบเขต ข้อมูล ตัวดำเนินการ <T> ตัวดำเนินการ <? ขยาย TNumber > SegmentIds)
วิธีการจากโรงงานเพื่อสร้างคลาสที่รวมการดำเนินการ SegmentMean ใหม่
พารามิเตอร์
| ขอบเขต | ขอบเขตปัจจุบัน | 
|---|---|
| รหัสส่วน | เทนเซอร์ 1 มิติที่มีขนาดเท่ากับขนาดของมิติแรกของ "ข้อมูล" ควรเรียงลำดับค่าและสามารถทำซ้ำได้ | 
การส่งคืน
- อินสแตนซ์ใหม่ของ SegmentMean
เอาท์พุท สาธารณะ <T> เอาท์พุท ()
มีรูปร่างเหมือนกับข้อมูล ยกเว้นมิติข้อมูล 0 ซึ่งมีขนาด `k` คือจำนวนส่วน