tf.raw_ops.UnsortedSegmentProd
Вычисляет произведение по сегментам тензора.
tf.raw_ops.UnsortedSegmentProd(
data, segment_ids, num_segments, name=None
)
Прочитайте раздел о сегментации для объяснения сегментов.
Этот оператор аналогичен tf.math.unsorted_segment_sum. Вместо вычисления суммы по сегментам, он вычисляет произведение всех элементов, принадлежащих сегменту, таким образом, что:
\(output_i = \prod_{j...} data[j...]\) где произведение выполняется по кортежам j... таким образом, что segment_ids[j...] == i.
Например:
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)Если для заданного идентификатора сегмента i нет записи, он выводит 1.
Если заданный идентификатор сегмента i отрицательный, соответствующее значение отбрасывается и не включается в результат. Внимание: на CPU значения в segment_ids всегда проверяются на то, что они меньше num_segments, и при выходе за границы индексов генерируется ошибка. На GPU это не приводит к ошибке при выходе за границы индексов. На GPU выход за границы индексов приводит к безопасному, но неопределённому поведению, которое может включать игнорирование индексов за пределами границ или вывод тензора с 0, хранящимся в первом измерении его формы, если num_segments равно 0.
| Аргументы | |
|---|---|
data | A Tensor. Должен быть одним из следующих типов: float32, float64, int32, uint8, int16, int8, complex64, int64, qint8, quint8, qint32, bfloat16, qint16, quint16, uint16, complex128, half, uint32, uint64. |
segment_ids | A Tensor. Должен быть одним из следующих типов: int32, int64. Тензор, форма которого является префиксом формы data.shape. Значения должны быть меньше num_segments.
|
num_segments | A Tensor. Должен быть одним из следующих типов: int32, int64. |
name | Имя операции (необязательно). |
| Возвращаемое значение | |
|---|---|
A Tensor. Имеет тот же тип, что и data. |
© 2022 The TensorFlow Authors. All rights reserved.
Licensed under the Creative Commons Attribution License 4.0.
Code samples licensed under the Apache 2.0 License.
https://www.tensorflow.org/api_docs/python/tf/raw_ops/UnsortedSegmentProd