aliran tensor:: operasi:: Segmen Tidak DisortirMin

#include <math_ops.h>

Menghitung nilai minimum sepanjang segmen tensor.

Ringkasan

Baca bagian segmentasi untuk penjelasan segmen.

Operator ini mirip dengan operator penjumlahan segmen yang tidak disortir yang ditemukan (di sini) . Daripada menghitung jumlah segmen, ia menghitung jumlah minimum sehingga:

\(output_i = {j...} data_[j...]\) di mana min melebihi tupel j... sehingga segment_ids[j...] == i .

Jika minimum kosong untuk ID segmen tertentu i , maka akan dihasilkan nilai terbesar yang mungkin untuk tipe numerik tertentu, output[i] = numeric_limits ::max() output[i] = numeric_limits ::max() .

Misalnya:

c = tf.constant([[1,2,3,4], [5,6,7,8], [4,3,2,1]])
tf.unsorted_segment_min(c, tf.constant([0, 1, 0]), num_segments=2)
# ==> [[ 1,  2, 2, 1],
#       [5,  6, 7, 8]]

Jika ID segmen i yang diberikan negatif, maka nilai terkait akan dihilangkan, dan tidak akan disertakan dalam hasil.

Argumen:

  • ruang lingkup: Objek Lingkup
  • segment_ids: Tensor yang bentuknya merupakan awalan dari data.shape .

Pengembalian:

  • Output : Bentuknya sama dengan data, kecuali dimensi segment_ids.rank pertama yang diganti dengan dimensi tunggal yang berukuran num_segments .

Konstruktor dan Destruktor

UnsortedSegmentMin (const :: tensorflow::Scope & scope, :: tensorflow::Input data, :: tensorflow::Input segment_ids, :: tensorflow::Input num_segments)

Atribut publik

operation
output

Fungsi publik

node () const
::tensorflow::Node *
operator::tensorflow::Input () const
operator::tensorflow::Output () const

Atribut publik

operasi 

Operation operation

keluaran 

::tensorflow::Output output

Fungsi publik

Segmen Tidak DisortirMin 

 UnsortedSegmentMin(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input data,
  ::tensorflow::Input segment_ids,
  ::tensorflow::Input num_segments
)

simpul 

::tensorflow::Node * node() const

operator::tensorflow::Masukan 

 operator::tensorflow::Input() const

operator::tensorflow::Keluaran

 operator::tensorflow::Output() const