Python tensorflow.math.unsorted_segment_mean()用法及代码示例

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。

unsorted_segment_mean()用于查找线段的均值。

用法： tensorflow.math.unsorted_segment_mean( data, segment_ids, num_segments, 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。它代表不同的段ID的数量。允许的dtype是int32和int64。
num_segments:它是张量。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.unsorted_segment_mean(data, segment_ids, tf.constant(3)) 
  
# 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. 2.], shape=(3, ), dtype=float64)

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]]) 
segment_ids = tf.constant([0, 0, 2]) 
  
# Printing the input tensor 
print('data:', data) 
print('segment_ids:', segment_ids) 
  
# Calculating result 
res = tf.math.unsorted_segment_mean(data, segment_ids, tf.constant(3)) 
  
# Printing the result 
print('Result:', res)

输出：

data: tf.Tensor(
[[1 2 3]
 [4 5 6]
 [7 8 9]], shape=(3, 3), dtype=int32)
segment_ids: tf.Tensor([0 0 2], shape=(3, ), dtype=int32)
Result: tf.Tensor(
[[2.5 3.5 4.5]
 [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.unsorted_segment_mean()。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。