tensorflow:: عملیات:: SparseSegmentSum

#include <math_ops.h>

مجموع را در امتداد بخش‌های پراکنده یک تانسور محاسبه می‌کند.

خلاصه

برای توضیح بخش‌ها، بخش مربوط به تقسیم‌بندی را مطالعه کنید.

مانند SegmentSum ، اما segment_ids می‌تواند رتبه‌ای کمتر از اولین بُعد data داشته باشد و زیرمجموعه‌ای از بُعد ۰ را انتخاب کند که توسط indices مشخص می‌شود.

برای مثال: 

c = tf.constant([[1,2,3,4], [-1,-2,-3,-4], [5,6,7,8]])

# Select two rows, one segment.
tf.sparse_segment_sum(c, tf.constant([0, 1]), tf.constant([0, 0]))
# => [[0 0 0 0]]

# Select two rows, two segment.
tf.sparse_segment_sum(c, tf.constant([0, 1]), tf.constant([0, 1]))
# => [[ 1  2  3  4]
#     [-1 -2 -3 -4]]

# Select all rows, two segments.
tf.sparse_segment_sum(c, tf.constant([0, 1, 2]), tf.constant([0, 0, 1]))
# => [[0 0 0 0]
#     [5 6 7 8]]

# Which is equivalent to:
tf.segment_sum(c, tf.constant([0, 0, 1]))

استدلال‌ها:

  • دامنه: یک شیء دامنه
  • شاخص‌ها: یک تانسور تک‌بعدی. رتبه‌ای مشابه segment_ids دارد.
  • segment_ids: یک تانسور یک بعدی. مقادیر باید مرتب شده باشند و می‌توانند تکرار شوند.

بازده:

  • Output : شکلی مشابه داده‌ها دارد، به جز بُعد ۰ که اندازه k ، یعنی تعداد بخش‌ها، دارد.

سازنده‌ها و مخرب‌ها

SparseSegmentSum (const :: tensorflow::Scope & scope, :: tensorflow::Input data, :: tensorflow::Input indices, :: tensorflow::Input segment_ids)

ویژگی‌های عمومی

operation
output

کارکردهای عمومی

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

ویژگی‌های عمومی

عملیات 

Operation operation

خروجی 

::tensorflow::Output output

کارکردهای عمومی

SparseSegmentSum 

 SparseSegmentSum(
  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