tf.raw_ops.SegmentMinV2

Вычисляет минимум по сегментам тензора.

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

Объяснение сегментов см. в разделе о сегментации.

Вычисляет тензор, для которого \(output_i = \min_j(data_j)\), где min — это j, для которых выполняется segment_ids[j] == i.

Если минимум для заданного идентификатора сегмента i не определён, возвращается наибольшее возможное значение для соответствующего числового типа, output[i] = numeric_limits<T>::max().

Примечание: В настоящее время эта операция поддерживается только при jit_compile=True.

Единственное отличие от SegmentMin — дополнительный входной параметр num_segments. Он помогает вычислить форму выходных данных во время компиляции. Значение num_segments должно соответствовать segment_ids. Например, Max(segment_ids) должно быть равно num_segments - 1 для одномерного segment_ids. При несогласованном значении num_segments операция всё равно выполняется. Единственное отличие состоит в том, что размер выходных данных определяется значением num_segments независимо от размеров segment_ids и data. Если num_segments меньше ожидаемого размера выходных данных, последние элементы игнорируются; если num_segments больше ожидаемого размера выходных данных, последние элементы получают наибольшее возможное значение для соответствующего 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)