TensorFlow是Google设计的开源Python库，用于开发机器学习模型和深度学习神经网络。
segment_min()用于查找张量分段中的最小元素。
用法：tensorflow.math.segment_min( data, segment_ids, name )
参数：
- data:它是张量。允许的dtypes是float32，float64，int32，uint8，int16，int8，int64，bfloat16，uint16，half，uint32，uint64。
- segment_ids:它是带有排序值的一维张量。它的大小应等于数据一维的大小。允许的dtype是int32和int64。
- name(optional):它定义了操作的名称。
返回：它返回dtype的张量作为x。
范例1：
Python3
# importing the library
import tensorflow as tf
# Initializing the input tensor
data = tf.constant([1, 2, 3])
segment_ids = tf.constant([2, 2, 2])
# Printing the input tensor
print('data:', data)
print('segment_ids:', segment_ids)
# Calculating result
res = tf.math.segment_min(data, segment_ids)
# Printing the result
print('Result:', res)输出：
data: tf.Tensor([1 2 3], shape=(3, ), dtype=int32) segment_ids: tf.Tensor([2 2 2], shape=(3, ), dtype=int32) Result: tf.Tensor([0 0 1], shape=(3, ), dtype=int32)
范例2：
Python3
# importing the library
import tensorflow as tf
# Initializing the input tensor
data = tf.constant([[1, 2, 3], [4, 5, 6], [7, 8, 9]], dtype = float64)
segment_ids = tf.constant([0, 0, 2])
# Printing the input tensor
print('data:', data)
print('segment_ids:', segment_ids)
# Calculating result
res = tf.math.segment_min(data, segment_ids)
# Printing the result
print('Result:', res)输出：
data: tf.Tensor( [[1. 2. 3.] [4. 5. 6.] [7. 8. 9.]], shape=(3, 3), dtype=float64) segment_ids: tf.Tensor([0 0 2], shape=(3, ), dtype=int32) Result: tf.Tensor( [[1. 2. 3. ] [0. 0. 0. ] [7. 8. 9. ]], shape=(3, 3), dtype=float64)
相关用法
注：本文由纯净天空筛选整理自aman neekhara大神的英文原创作品 Python – tensorflow.math.segment_min()。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。