Menghitung nilai minimum sepanjang segmen tensor.
Baca [bagian segmentasi](https://tensorflow.org/api_docs/python/tf/math#Segmentation) untuk penjelasan tentang segmen.
Menghitung tensor sedemikian rupa sehingga \\(output_i = \min_j(data_j)\\) dimana `min` melebihi `j` sehingga `segment_ids[j] == i`.
Jika min kosong untuk ID segmen tertentu `i`, `output[i] = 0`.
Misalnya:
c = tf.constant([[1,2,3,4], [4, 3, 2, 1], [5,6,7,8]])
tf.segment_min(c, tf.constant([0, 0, 1]))
# ==> [[1, 2, 2, 1],
# [5, 6, 7, 8]]
Konstanta
Rangkaian | OP_NAME | Nama operasi ini dikenal dengan mesin inti TensorFlow |
Metode Publik
Keluaran <T> | sebagai Keluaran () Mengembalikan pegangan simbolis tensor. |
statis <T memperluas TNomber > SegmentMin <T> | |
Keluaran <T> | keluaran () Bentuknya sama dengan data, kecuali dimensi 0 yang berukuran `k`, yaitu jumlah segmen. |
Metode Warisan
Konstanta
String akhir statis publik OP_NAME
Nama operasi ini dikenal dengan mesin inti TensorFlow
Metode Publik
Keluaran publik <T> sebagai Keluaran ()
Mengembalikan pegangan simbolis tensor.
Masukan ke operasi TensorFlow adalah keluaran dari operasi TensorFlow lainnya. Metode ini digunakan untuk mendapatkan pegangan simbolis yang mewakili perhitungan input.
public static SegmentMin <T> buat ( Lingkup cakupan , Operan <T> data, Operan <? extends TNumber > segmentIds)
Metode pabrik untuk membuat kelas yang membungkus operasi SegmentMin baru.
Parameter
cakupan | ruang lingkup saat ini |
---|---|
segmenId | Tensor 1-D yang ukurannya sama dengan ukuran dimensi pertama `data`. Nilai harus diurutkan dan dapat diulang. |
Kembali
- contoh baru dari SegmentMin
Keluaran publik <T> keluaran ()
Bentuknya sama dengan data, kecuali dimensi 0 yang berukuran `k`, yaitu jumlah segmen.