當前位置: 首頁>>代碼示例 >>用法及示例精選 >>正文


Python tf.raw_ops.UnsortedSegmentProd用法及代碼示例


計算沿張量段的乘積。

用法

tf.raw_ops.UnsortedSegmentProd(
    data, segment_ids, num_segments, name=None
)

參數

  • data 一個Tensor。必須是以下類型之一:float32 , float64 , int32 , uint8 , int16 , int8 , complex64 , int64 , qint8 , quint8 , qint32 , bfloat16 , uint16 , complex128 , half , uint32 , uint64
  • segment_ids A Tensor.必須是以下類型之一:int32,int64.形狀為前綴的張量data.shape.值必須小於num_segments.

    警告:這些值始終在 CPU 上驗證為在範圍內,從不在 GPU 上驗證。

  • num_segments 一個Tensor。必須是以下類型之一:int32int64
  • name 操作的名稱(可選)。

返回

  • 一個Tensor。具有與 data 相同的類型。

閱讀the section on segmentation 以了解段的解釋。

此運算符類似於 tf.math.unsorted_segment_sum ,它不是計算段的總和,而是計算屬於一個段的所有條目的乘積,這樣:

乘積超過元組 j... 使得 segment_ids[j...] == i

例如:

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

如果給定的段 ID i 沒有條目,則輸出 1。

如果給定的段 ID i 為負,則刪除相應的值,並且不會包含在結果中。警告:在 CPU 上,始終驗證 segment_ids 中的值小於 num_segments ,並且超出範圍的索引會引發錯誤。在 GPU 上,這不會為超出範圍的索引引發錯誤。在 Gpu 上,越界索引會導致安全但未指定的行為,其中可能包括忽略越界索引或在 num_segments 為 0 時輸出存儲在其形狀的第一維中的 0 的張量。

相關用法


注:本文由純淨天空篩選整理自tensorflow.org大神的英文原創作品 tf.raw_ops.UnsortedSegmentProd。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。