Calcola il minimo lungo i segmenti di un tensore.
Leggi [la sezione sulla segmentazione](https://tensorflow.org/api_docs/python/tf/math#Segmentation) per una spiegazione dei segmenti.
Calcola un tensore tale che \\(output_i = \min_j(data_j)\\) dove "min" è maggiore di "j" in modo tale che "segment_ids[j] == i".
Se il minimo è vuoto per un determinato ID di segmento "i", "output[i] = 0".
Per esempio:
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]]
Costanti
Corda | OP_NAME | Il nome di questa operazione, come noto al motore principale di TensorFlow |
Metodi pubblici
Uscita <T> | comeuscita () Restituisce l'handle simbolico del tensore. |
statico <T estende TNumber > SegmentMin <T> | |
Uscita <T> | produzione () Ha la stessa forma dei dati, ad eccezione della dimensione 0 che ha dimensione "k", il numero di segmenti. |
Metodi ereditati
Costanti
Stringa finale statica pubblica OP_NAME
Il nome di questa operazione, come noto al motore principale di TensorFlow
Metodi pubblici
Uscita pubblica <T> asOutput ()
Restituisce l'handle simbolico del tensore.
Gli input per le operazioni TensorFlow sono output di un'altra operazione TensorFlow. Questo metodo viene utilizzato per ottenere un handle simbolico che rappresenta il calcolo dell'input.
public static SegmentMin <T> create ( ambito ambito, operando <T> dati, operando <? estende TNumber > segmentIds)
Metodo factory per creare una classe che racchiude una nuova operazione SegmentMin.
Parametri
ambito | ambito attuale |
---|---|
segmentId | Un tensore 1-D la cui dimensione è uguale alla dimensione della prima dimensione di "dati". I valori devono essere ordinati e possono essere ripetuti. |
Ritorni
- una nuova istanza di SegmentMin
Uscita pubblica <T> uscita ()
Ha la stessa forma dei dati, ad eccezione della dimensione 0 che ha dimensione "k", il numero di segmenti.