Conozca lo último en aprendizaje automático, IA generativa y más en el
Simposio WiML 2023.
Organiza tus páginas con colecciones
Guarda y categoriza el contenido según tus preferencias.
tensorflow :: operaciones :: FloorMod
#include <math_ops.h> Devuelve el resto de la división por elementos.
Resumen
Cuando x < 0 xor y < 0 es
cierto, esto sigue la semántica de Python en que el resultado aquí es consistente con una división de piso. Por ejemplo, floor(x / y) * y + mod(x, y) = x .
NOTA : FloorMod admite la transmisión. Más sobre retransmisiones aquí
Argumentos:
Devoluciones:
Atributos públicos
Funciones publicas
nodo
::tensorflow::Node * node() const
operator::tensorflow::Input() const
operador :: tensorflow :: Salida
operator::tensorflow::Output() const
Salvo que se indique lo contrario, el contenido de esta página está sujeto a la licencia Atribución 4.0 de Creative Commons, y los ejemplos de código están sujetos a la licencia Apache 2.0. Para obtener más información, consulta las políticas del sitio de Google Developers. Java es una marca registrada de Oracle o sus afiliados.
Última actualización: 2020-04-20 (UTC)
[null,null,["Última actualización: 2020-04-20 (UTC)"],[],[],null,["# tensorflow::ops::FloorMod Class Reference\n\ntensorflow::ops::FloorMod\n=========================\n\n`#include \u003cmath_ops.h\u003e`\n\nReturns element-wise remainder of division.\n\nSummary\n-------\n\nWhen `x \u003c 0` xor `y \u003c 0` is\n\ntrue, this follows Python semantics in that the result here is consistent with a flooring divide. E.g. `floor(x / y) * y + mod(x, y) = x`.\n\n*NOTE* : [FloorMod](/versions/r2.2/api_docs/cc/class/tensorflow/ops/floor-mod#classtensorflow_1_1ops_1_1_floor_mod) supports broadcasting. More about broadcasting [here](http://docs.scipy.org/doc/numpy/user/basics.broadcasting.html)\n\nArguments:\n\n- scope: A [Scope](/versions/r2.2/api_docs/cc/class/tensorflow/scope#classtensorflow_1_1_scope) object\n\n\u003cbr /\u003e\n\nReturns:\n\n- [Output](/versions/r2.2/api_docs/cc/class/tensorflow/output#classtensorflow_1_1_output): The z tensor.\n\n\u003cbr /\u003e\n\n| ### Constructors and Destructors ||\n|---|---|\n| [FloorMod](#classtensorflow_1_1ops_1_1_floor_mod_1a34457c7c33286a90d5b2877cf949255a)`(const ::`[tensorflow::Scope](/versions/r2.2/api_docs/cc/class/tensorflow/scope#classtensorflow_1_1_scope)` & scope, ::`[tensorflow::Input](/versions/r2.2/api_docs/cc/class/tensorflow/input#classtensorflow_1_1_input)` x, ::`[tensorflow::Input](/versions/r2.2/api_docs/cc/class/tensorflow/input#classtensorflow_1_1_input)` y)` ||\n\n| ### Public attributes ||\n|---------------------------------------------------------------------------------------|---------------------------------------------------------------------------------------------------------|\n| [operation](#classtensorflow_1_1ops_1_1_floor_mod_1a3a085f39f4494b346d655dee742ee76f) | [Operation](/versions/r2.2/api_docs/cc/class/tensorflow/operation#classtensorflow_1_1_operation) |\n| [z](#classtensorflow_1_1ops_1_1_floor_mod_1ac4d9bd96ad307be9f91f52b0aad17227) | `::`[tensorflow::Output](/versions/r2.2/api_docs/cc/class/tensorflow/output#classtensorflow_1_1_output) |\n\n| ### Public functions ||\n|---------------------------------------------------------------------------------------------------------------------|------------------------|\n| [node](#classtensorflow_1_1ops_1_1_floor_mod_1a76a8f84a099ed7f2172c23952b8e56bc)`() const ` | `::tensorflow::Node *` |\n| [operator::tensorflow::Input](#classtensorflow_1_1ops_1_1_floor_mod_1a40e8c3fb00de30f9b6f361d180336097)`() const ` | ` ` ` ` |\n| [operator::tensorflow::Output](#classtensorflow_1_1ops_1_1_floor_mod_1ad99a283a5c4fede4a1dd8801952061d2)`() const ` | ` ` ` ` |\n\nPublic attributes\n-----------------\n\n### operation\n\n```text\nOperation operation\n``` \n\n### z\n\n```text\n::tensorflow::Output z\n``` \n\nPublic functions\n----------------\n\n### FloorMod\n\n```gdscript\n FloorMod(\n const ::tensorflow::Scope & scope,\n ::tensorflow::Input x,\n ::tensorflow::Input y\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```"]]
