Вычисляет произведение по сегментам тензора.
Прочтите [раздел о сегментации](https://tensorflow.org/api_docs/python/tf/math#Segmentation) для объяснения сегментов.
Вычисляет тензор такой, что \\(output_i = \prod_j data_j\\) где произведение превышает `j`, так что `segment_ids[j] == i`.
Если продукт пуст для данного идентификатора сегмента `i`, `output[i] = 1`.

Например:
c = tf.constant([[1,2,3,4], [4, 3, 2, 1], [5,6,7,8]])
tf.segment_prod(c, tf.constant([0, 0, 1]))
# ==> [[4, 6, 6, 4],
# [5, 6, 7, 8]]
Константы
Нить | OP_NAME | Название этой операции, известное основному движку TensorFlow. |
Публичные методы
Унаследованные методы
логическое значение | равно (Объект arg0) |
последний класс<?> | получитьКласс () |
интервал | хэш-код () |
окончательная пустота | уведомить () |
окончательная пустота | уведомитьВсе () |
Нить | toString () |
окончательная пустота | подождать (длинный arg0, int arg1) |
окончательная пустота | подождите (длинный arg0) |
окончательная пустота | ждать () |
абстрактная среда выполнения | окружение () Верните среду выполнения, в которой была создана эта операция. |
абстрактная операция |
Константы
общедоступная статическая финальная строка OP_NAME
Название этой операции, известное основному движку TensorFlow.
Публичные методы
публичный вывод <T> asOutput ()
Возвращает символический дескриптор тензора.
Входные данные для операций TensorFlow являются выходными данными другой операции TensorFlow. Этот метод используется для получения символического дескриптора, который представляет собой вычисление входных данных.
public static SegmentProd <T> create (область действия , данные операнда <T>, операнд <? расширяет TNumber > сегменты)
Фабричный метод для создания класса, обертывающего новую операцию SegmentProd.
Параметры
объем | текущий объем |
---|---|
идентификаторы сегментов | Одномерный тензор, размер которого равен размеру первого измерения данных. Значения должны быть отсортированы и могут повторяться. |
Возврат
- новый экземпляр SegmentProd
публичный вывод <T> вывод ()
Имеет ту же форму, что и данные, за исключением измерения 0, которое имеет размер «k» — количество сегментов.