คำนวณผลิตภัณฑ์ตามส่วนของเทนเซอร์
อ่าน [ส่วนเกี่ยวกับการแบ่งส่วน](https://tensorflow.org/api_docs/python/tf/math#Segmentation) เพื่อดูคำอธิบายเกี่ยวกับส่วนต่างๆ
คำนวณเทนเซอร์ในลักษณะที่ \\(output_i = \prod_j data_j\\) โดยที่ผลิตภัณฑ์อยู่เหนือ `j` ดังนั้น `segment_ids[j] == i`
หากผลิตภัณฑ์ว่างเปล่าสำหรับ ID ส่วนที่กำหนด `i`, `output[i] = 1`
ตัวอย่างเช่น:
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]]
ค่าคงที่
สตริง | OP_NAME | ชื่อของ op นี้ ซึ่งรู้จักกันในชื่อของเอ็นจิ้นหลัก TensorFlow |
วิธีการสาธารณะ
เอาท์พุต <T> | เป็นเอาท์พุต () ส่งกลับค่าแฮนเดิลสัญลักษณ์ของเทนเซอร์ |
คงที่ <T ขยาย TType > SegmentProd <T> | สร้าง (ขอบเขต ขอบเขต ข้อมูล ตัวถูกดำเนินการ <T> ตัวถูกดำเนินการ <? ขยาย TNumber > SegmentIds) วิธีการจากโรงงานเพื่อสร้างคลาสที่รวมการดำเนินการ SegmentProd ใหม่ |
เอาท์พุต <T> | เอาท์พุท () มีรูปร่างเหมือนกับข้อมูล ยกเว้นมิติข้อมูล 0 ซึ่งมีขนาด `k` คือจำนวนเซ็กเมนต์ |
วิธีการสืบทอด
ค่าคงที่
สตริงสุดท้ายแบบคงที่สาธารณะ OP_NAME
ชื่อของ op นี้ ซึ่งรู้จักกันในชื่อของเอ็นจิ้นหลัก TensorFlow
วิธีการสาธารณะ
เอาท์พุท สาธารณะ <T> asOutput ()
ส่งกลับค่าแฮนเดิลสัญลักษณ์ของเทนเซอร์
อินพุตสำหรับการดำเนินการ TensorFlow คือเอาต์พุตของการดำเนินการ TensorFlow อื่น วิธีการนี้ใช้เพื่อรับหมายเลขอ้างอิงสัญลักษณ์ที่แสดงถึงการคำนวณอินพุต
สร้าง SegmentProd <T> คงที่สาธารณะ (ขอบเขต ขอบเขต , ข้อมูล ตัวดำเนินการ <T>, ตัวดำเนินการ <? ขยาย TNumber > SegmentIds)
วิธีการจากโรงงานเพื่อสร้างคลาสที่รวมการดำเนินการ SegmentProd ใหม่
พารามิเตอร์
ขอบเขต | ขอบเขตปัจจุบัน |
---|---|
รหัสส่วน | เทนเซอร์ 1 มิติที่มีขนาดเท่ากับขนาดของมิติแรกของข้อมูล ควรเรียงลำดับค่าและสามารถทำซ้ำได้ |
การส่งคืน
- อินสแตนซ์ใหม่ของ SegmentProd
เอาท์พุท สาธารณะ <T> เอาท์พุท ()
มีรูปร่างเหมือนกับข้อมูล ยกเว้นมิติข้อมูล 0 ซึ่งมีขนาด `k` คือจำนวนส่วน