Python tf.math.unsorted_segment_sum用法及代码示例

计算沿张量段的总和。

用法

tf.math.unsorted_segment_sum(
    data, segment_ids, num_segments, name=None
)

参数

data 一个Tensor。必须是以下类型之一：float32 , float64 , int32 , uint8 , int16 , int8 , complex64 , int64 , qint8 , quint8 , qint32 , bfloat16 , uint16 , complex128 , half , uint32 , uint64。
segment_ids A Tensor.必须是以下类型之一：int32,int64.形状为前缀的张量data.shape.值必须小于num_segments.
警告：这些值始终在 CPU 上验证为在范围内，从不在 GPU 上验证。
num_segments 一个Tensor。必须是以下类型之一：int32、int64。
name 操作的名称(可选)。

一个Tensor。具有与 data 相同的类型。

阅读the section on segmentation 以了解段的解释。

计算一个张量，使得 \(output[i] = \sum_{j...} data[j...]\) 总和超过元组 j... 使得 segment_ids[j...] == i 。与 SegmentSum 不同，segment_ids 不需要排序，也不需要覆盖整个有效值范围内的所有值。

如果给定段 ID i 、 output[i] = 0 的总和为空。如果给定的段 ID i 为负，则该值将被丢弃并且不会添加到段的总和中。

num_segments 应等于不同段 ID 的数量。

警告：在 CPU 上，始终验证 segment_ids 中的值小于 num_segments ，并且针对越界索引引发错误。在 GPU 上，这不会为超出范围的索引引发错误。在 Gpu 上，越界索引会导致安全但未指定的行为，其中可能包括忽略越界索引或在 num_segments 为 0 时输出存储在其形状的第一维中的 0 的张量。

c = [[1,2,3,4], [5,6,7,8], [4,3,2,1]]
tf.math.unsorted_segment_sum(c, [0, 1, 0], num_segments=2).numpy()
array([[5, 5, 5, 5],
       [5, 6, 7, 8]], dtype=int32)

相关用法

注：本文由纯净天空筛选整理自tensorflow.org大神的英文原创作品 tf.math.unsorted_segment_sum。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。

用法

参数

返回