جریان تنسور:: عملیات:: SparseSegmentMean
#include <math_ops.h>میانگین را در امتداد بخشهای پراکنده یک تانسور محاسبه می کند.
خلاصه
برای مثال های استفاده به tf.sparse.segment_sum مراجعه کنید.
مانند SegmentMean ، اما segment_ids می‌تواند رتبه‌ای کمتر از بعد اول data داشته باشد و زیرمجموعه‌ای از بعد 0 را انتخاب کند که توسط indices مشخص شده است.
استدلال ها:
- scope: یک شی Scope
- شاخص ها: یک تانسور 1 بعدی. دارای رتبه مشابه
segment_idsاست. - segment_ids: یک تانسور 1 بعدی. مقادیر باید مرتب شوند و قابل تکرار باشند.
برمی گرداند:
-
Output: شکلی مشابه داده دارد، به جز بعد 0 که دارای اندازهk، تعداد قطعات است.
سازندگان و ویرانگرها | |
|---|---|
SparseSegmentMean (const :: tensorflow::Scope & scope, :: tensorflow::Input data, :: tensorflow::Input indices, :: tensorflow::Input segment_ids) |
صفات عمومی | |
|---|---|
operation | |
output | |
توابع عمومی | |
|---|---|
node () const | ::tensorflow::Node * |
operator::tensorflow::Input () const | |
operator::tensorflow::Output () const | |
صفات عمومی
عملیات
Operation operation
خروجی
::tensorflow::Output output
توابع عمومی
SparseSegmentMean
SparseSegmentMean( const ::tensorflow::Scope & scope, ::tensorflow::Input data, ::tensorflow::Input indices, ::tensorflow::Input segment_ids )
گره
::tensorflow::Node * node() const
عملگر::tensorflow::ورودی
operator::tensorflow::Input() const
عملگر::tensorflow::خروجی
operator::tensorflow::Output() const
جز در مواردی که غیر از این ذکر شده باشد،محتوای این صفحه تحت مجوز Creative Commons Attribution 4.0 License است. نمونه کدها نیز دارای مجوز Apache 2.0 License است. برای اطلاع از جزئیات، به خطمشیهای سایت Google Developers مراجعه کنید. جاوا علامت تجاری ثبتشده Oracle و/یا شرکتهای وابسته به آن است.
تاریخ آخرین بهروزرسانی 2025-07-25 بهوقت ساعت هماهنگ جهانی.
[null,null,["تاریخ آخرین بهروزرسانی 2025-07-25 بهوقت ساعت هماهنگ جهانی."],[],[],null,["# tensorflow::ops::SparseSegmentMean Class Reference\n\ntensorflow::ops::SparseSegmentMean\n==================================\n\n`#include \u003cmath_ops.h\u003e`\n\nComputes the mean along sparse segments of a tensor.\n\nSummary\n-------\n\nSee `tf.sparse.segment_sum` for usage examples.\n\nLike [SegmentMean](/versions/r1.15/api_docs/cc/class/tensorflow/ops/segment-mean#classtensorflow_1_1ops_1_1_segment_mean), but `segment_ids` can have rank less than `data`'s first dimension, selecting a subset of dimension 0, specified by `indices`.\n\nArguments:\n\n- scope: A [Scope](/versions/r1.15/api_docs/cc/class/tensorflow/scope#classtensorflow_1_1_scope) object\n- indices: A 1-D tensor. Has same rank as `segment_ids`.\n- segment_ids: A 1-D tensor. Values should be sorted and can be repeated.\n\n\u003cbr /\u003e\n\nReturns:\n\n- [Output](/versions/r1.15/api_docs/cc/class/tensorflow/output#classtensorflow_1_1_output): Has same shape as data, except for dimension 0 which has size `k`, the number of segments.\n\n\u003cbr /\u003e\n\n| ### Constructors and Destructors ||\n|---|---|\n| [SparseSegmentMean](#classtensorflow_1_1ops_1_1_sparse_segment_mean_1a2b035f5d497b4354b79c35cde0868e49)`(const ::`[tensorflow::Scope](/versions/r1.15/api_docs/cc/class/tensorflow/scope#classtensorflow_1_1_scope)` & scope, ::`[tensorflow::Input](/versions/r1.15/api_docs/cc/class/tensorflow/input#classtensorflow_1_1_input)` data, ::`[tensorflow::Input](/versions/r1.15/api_docs/cc/class/tensorflow/input#classtensorflow_1_1_input)` indices, ::`[tensorflow::Input](/versions/r1.15/api_docs/cc/class/tensorflow/input#classtensorflow_1_1_input)` segment_ids)` ||\n\n| ### Public attributes ||\n|-------------------------------------------------------------------------------------------------|----------------------------------------------------------------------------------------------------------|\n| [operation](#classtensorflow_1_1ops_1_1_sparse_segment_mean_1a26621912df2877be3e9ab8041f43663a) | [Operation](/versions/r1.15/api_docs/cc/class/tensorflow/operation#classtensorflow_1_1_operation) |\n| [output](#classtensorflow_1_1ops_1_1_sparse_segment_mean_1a7cd157432ca347f2c4262909896097cf) | `::`[tensorflow::Output](/versions/r1.15/api_docs/cc/class/tensorflow/output#classtensorflow_1_1_output) |\n\n| ### Public functions ||\n|-------------------------------------------------------------------------------------------------------------------------------|------------------------|\n| [node](#classtensorflow_1_1ops_1_1_sparse_segment_mean_1af15317f10be1d8518a25b69848962916)`() const ` | `::tensorflow::Node *` |\n| [operator::tensorflow::Input](#classtensorflow_1_1ops_1_1_sparse_segment_mean_1ad6a04426e5d9dd99a38bcb084e407eda)`() const ` | ` ` ` ` |\n| [operator::tensorflow::Output](#classtensorflow_1_1ops_1_1_sparse_segment_mean_1ab5d230baf0773a4ec3535973bfaca162)`() const ` | ` ` ` ` |\n\nPublic attributes\n-----------------\n\n### operation\n\n```text\nOperation operation\n``` \n\n### output\n\n```text\n::tensorflow::Output output\n``` \n\nPublic functions\n----------------\n\n### SparseSegmentMean\n\n```gdscript\n SparseSegmentMean(\n const ::tensorflow::Scope & scope,\n ::tensorflow::Input data,\n ::tensorflow::Input indices,\n ::tensorflow::Input segment_ids\n)\n``` \n\n### node\n\n```gdscript\n::tensorflow::Node * node() const \n``` \n\n### operator::tensorflow::Input\n\n```gdscript\n operator::tensorflow::Input() const \n``` \n\n### operator::tensorflow::Output\n\n```gdscript\n operator::tensorflow::Output() const \n```"]]