TensorFlow是Google設計的開源Python庫，用於開發機器學習模型和深度學習神經網絡。
segment_prod()用於查找張量段中元素的乘積。
用法：tensorflow.math.segment_prod( data, segment_ids, name )
參數：
- data:它是張量。允許的dtypes是float32，float64，int32，uint8，int16，int8，int64，bfloat16，uint16，half，uint32，uint64。
- segment_ids:它是帶有排序值的一維張量。它的大小應等於數據一維的大小。允許的dtype是int32和int64。
- name(optional):它定義了操作的名稱。
返回：它返回dtype的張量作為x。
範例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_prod(data, segment_ids)
# Printing the result
print('Result:', res)輸出：
data: tf.Tensor([1 2 3], shape=(3, ), dtype=int32) segment_ids: tf.Tensor([2 2 2], shape=(3, ), dtype=int32) Result: tf.Tensor([1 1 6], shape=(3, ), dtype=int32)
範例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_prod(data, segment_ids)
# Printing the result
print('Result:', res)輸出：
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( [[ 4. 10. 18.] [ 1. 1. 1.] [ 7. 8. 9.]], shape=(3, 3), dtype=float64)
相關用法
注：本文由純淨天空篩選整理自aman neekhara大神的英文原創作品 Python – tensorflow.math.segment_prod()。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。