tensorflow::ops::UnsortedSegmentMin

#include <math_ops.h>

Вычисляет минимальное значение по сегментам тензора.

Краткое описание

Прочитайте раздел о сегментации, чтобы узнать, что такое сегменты.

Этот оператор похож на tf.math.unsorted_segment_sum. Вместо вычисления суммы по сегментам он вычисляет минимум, так что:

\(output_i = \min_{j...} data_[j...]\) где min — по кортежам j..., таким что segment_ids[j...] == i.

Если минимум для заданного идентификатора сегмента i пуст, возвращается максимально возможное значение для соответствующего числового типа, output[i] = numeric_limits::max().

Например:

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

Если заданный идентификатор сегмента i отрицателен, соответствующее значение отбрасывается и не включается в результат.

Внимание! На CPU значения в segment_ids всегда проверяются на соответствие условию «меньше num_segments», и для индексов за пределами допустимого диапазона возникает ошибка. На GPU ошибка для индексов за пределами допустимого диапазона не возникает. На GPU поведение при таких индексах безопасно, но не определено; например, такие индексы могут игнорироваться, либо может быть выведен тензор, в первом измерении формы которого хранится значение 0, если num_segments равно 0.

Аргументы:

• scope: объект Scope
• segment_ids: тензор, форма которого является префиксом data.shape. Значения должны быть меньше num_segments.

Внимание! На CPU значения всегда проверяются на соответствие допустимому диапазону, а на GPU такая проверка не выполняется.

Возвращает:

• Output: имеет ту же форму, что и data, за исключением первых segment_ids.rank измерений: они заменяются одним измерением размером num_segments.

Публичные атрибуты

Operation operation

::tensorflow::Output output

Публичные функции

 UnsortedSegmentMin(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input data,
  ::tensorflow::Input segment_ids,
  ::tensorflow::Input num_segments
)

::tensorflow::Node * node() const 

operator::tensorflow::Input() const 

operator::tensorflow::Output() const