tf.raw_ops.SegmentMinV2

Вычисляет минимум по сегментам тензора.

tf.raw_ops.SegmentMinV2(
    data, segment_ids, num_segments, name=None
)

Прочитайте раздел по сегментации для объяснения сегментов.

Вычисляет тензор, такой что \(output_i = \min_j(data_j)\) где min по j, при условии, что segment_ids[j] == i.

Если минимум пустой для данного идентификатора сегмента i, он выводит наибольшее возможное значение для конкретного числового типа, output[i] = numeric_limits<T>::max().

Примечание: В настоящее время этот оператор поддерживается только с jit_compile=True.

Единственное отличие от SegmentMin — дополнительный вход num_segments. Это помогает оценить форму выходных данных во время компиляции. num_segments должен быть согласован с segment_ids. Например, Max(segment_ids) должен быть равен num_segments - 1 для 1-мерного segment_ids. При несогласованном num_segments оператор все равно выполняется. Единственное отличие заключается в том, что размер выходных данных соответствует num_segments независимо от размера segment_ids и данных. Для num_segments меньше ожидаемого размера выходных данных, последние элементы игнорируются. Для num_segments больше ожидаемого размера выходных данных, последние элементы присваиваются наибольшему возможному значению для конкретного числового типа.

Например:

@tf.function(jit_compile=True)
def test(c):
  return tf.raw_ops.SegmentMinV2(data=c, segment_ids=tf.constant([0, 0, 1]), num_segments=2)
c = tf.constant([[1,2,3,4], [4, 3, 2, 1], [5,6,7,8]])
test(c).numpy()
array([[1, 2, 2, 1],
       [5, 6, 7, 8]], dtype=int32)