يحسب المجموع على طول شرائح متفرقة من الموتر.
مثل `SparseSegmentSum`، ولكنه يسمح بالمعرفات المفقودة في `segment_ids`. إذا كان المعرف مفقودًا، فسيتم صفر موتر "الإخراج" في ذلك الموضع.
اقرأ [القسم الخاص بالتجزئة](https://tensorflow.org/api_docs/python/tf/sparse#Segmentation) للحصول على شرح للشرائح.
على سبيل المثال:
c = tf.constant([[1,2,3,4], [-1,-2,-3,-4], [5,6,7,8]])
tf.sparse_segment_sum_with_num_segments(
c, tf.constant([0, 1]), tf.constant([0, 0]), num_segments=3)
# => [[0 0 0 0]
# [0 0 0 0]
# [0 0 0 0]]
tf.sparse_segment_sum_with_num_segments(c,
tf.constant([0, 1]),
tf.constant([0, 2],
num_segments=4))
# => [[ 1 2 3 4]
# [ 0 0 0 0]
# [-1 -2 -3 -4]
# [ 0 0 0 0]]
الثوابت
خيط | OP_NAME | اسم هذه العملية كما هو معروف بواسطة محرك TensorFlow الأساسي |
الأساليب العامة
الإخراج <T> | كإخراج () إرجاع المقبض الرمزي للموتر. |
ثابت <T يمتد TNumber > SparseSegmentSumWithNumSegments <T> | |
الإخراج <T> | الإخراج () له نفس شكل البيانات، باستثناء البعد 0 الذي له حجم "num_segments". |
الطرق الموروثة
الثوابت
السلسلة النهائية الثابتة العامة OP_NAME
اسم هذه العملية كما هو معروف بواسطة محرك TensorFlow الأساسي
الأساليب العامة
الإخراج العام <T> كإخراج ()
إرجاع المقبض الرمزي للموتر.
المدخلات إلى عمليات TensorFlow هي مخرجات عملية TensorFlow أخرى. يتم استخدام هذه الطريقة للحصول على مقبض رمزي يمثل حساب الإدخال.
إنشاء SparseSegmentSumWithNumSegments الثابت العام <T> (نطاق النطاق ، بيانات المعامل <T>، المعامل <؟ يمتد TNumber > المؤشرات، المعامل <؟ يمتد TNumber > معرفات القطاعات، المعامل <؟ يمتد TNumber > numSegments)
طريقة المصنع لإنشاء فئة تغلف عملية SparseSegmentSumWithNumSegments جديدة.
حدود
نِطَاق | النطاق الحالي |
---|---|
المؤشرات | موتر 1-D. له نفس تصنيف "معرّفات_القطاعات". |
معرفات القطاع | موتر 1-D. يجب فرز القيم ويمكن تكرارها. |
numSegments | يجب أن يساوي عدد معرفات المقاطع المميزة. |
المرتجعات
- مثيل جديد لـ SparseSegmentSumWithNumSegments