TensorScatterMin

classe finale pubblica TensorScatterMin

Metodi pubblici

Uscita <T>	comeuscita () Restituisce la maniglia simbolica di un tensore.
statico <T, U estende Numero> TensorScatterMin <T>	create (ambito dell'ambito , tensore dell'operando <T>, indici dell'operando <U>, aggiornamenti dell'operando <T>) Metodo factory per creare una classe che racchiude una nuova operazione TensorScatterMin.
Uscita <T>	produzione () Un nuovo tensore copiato da tensore i cui valori sono minimi tra gli elementi tra tensore e aggiornamenti in base agli indici.

Metodi ereditati

Dalla classe org.tensorflow.op.PrimitiveOp

booleano finale	è uguale a (Oggetto oggetto)
finale int	codice hash ()
Operazione	operazione () Restituisce l' Operation sottostante
stringa finale	accordare ()

Dalla classe java.lang.Object

booleano	è uguale a (Oggetto arg0)
Classe finale<?>	getClass ()
int	codice hash ()
vuoto finale	notificare ()
vuoto finale	notificaTutti ()
Corda	accordare ()
vuoto finale	attendere (lungo arg0, int arg1)
vuoto finale	aspetta (lungo arg0)
vuoto finale	Aspettare ()

Dall'interfaccia org.tensorflow.Operand

Output astratto <T>

comeuscita () Restituisce la maniglia simbolica di un tensore.

Metodi pubblici

Uscita pubblica <T> asOutput ()

Restituisce la maniglia simbolica di un tensore.

Gli input per le operazioni TensorFlow sono output di un'altra operazione TensorFlow. Questo metodo viene utilizzato per ottenere un handle simbolico che rappresenta il calcolo dell'input.

public static TensorScatterMin <T> create (ambito dell'ambito , tensore dell'operando <T>, indici dell'operando <U>, aggiornamenti dell'operando <T>)

Metodo factory per creare una classe che racchiude una nuova operazione TensorScatterMin.

Parametri

scopo	ambito attuale
tensore	Tensore da aggiornare.
indici	Tensore dell'indice.
aggiornamenti	Aggiornamenti da distribuire nell'output.

ritorna

• una nuova istanza di TensorScatterMin

Uscita pubblica <T> uscita ()

Un nuovo tensore copiato da tensore i cui valori sono minimi tra gli elementi tra tensore e aggiornamenti in base agli indici.