Python–tensorflow.math.segment_min()
原文:https://www.geesforgeks.org/python-tensorflow-math-segment_min/
TensorFlow 是谷歌设计的开源 Python 库，用于开发机器学习模型和深度学习神经网络。
segment_min() 用于寻找张量各段中的最小元素。
语法: tensorflow.math.segment_min(数据，segment_ids，名称)
参数:
- 数据:是张量。允许的数据类型有 float32、float64、int32、uint8、int16、int8、int64、bfloat16、uint16、half、uint32、uint64。
- segment_ids: 是一维张量，取值排序。它的大小应该等于第一维数据的大小。允许的数据类型是 int32 和 int64。
- 名称(可选):定义操作的名称。
Return: 它将数据类型的张量返回为 x。
例 1:
蟒蛇 3
# importing the library
import tensorflow as tf
# Initializing the input tensor
data = tf.constant([1, 2, 3])
segment_ids = tf.constant([2, 2, 2])
# Printing the input tensor
print('data: ', data)
print('segment_ids: ', segment_ids)
# Calculating result
res = tf.math.segment_min(data, segment_ids)
# Printing the result
print('Result: ', res)
输出:
data: tf.Tensor([1 2 3], shape=(3, ), dtype=int32)
segment_ids: tf.Tensor([2 2 2], shape=(3, ), dtype=int32)
Result: tf.Tensor([0 0 1], shape=(3, ), dtype=int32)
例 2:
蟒蛇 3
# importing the library
import tensorflow as tf
# Initializing the input tensor
data = tf.constant([[1, 2, 3], [4, 5, 6], [7, 8, 9]], dtype = float64)
segment_ids = tf.constant([0, 0, 2])
# Printing the input tensor
print('data: ', data)
print('segment_ids: ', segment_ids)
# Calculating result
res = tf.math.segment_min(data, segment_ids)
# Printing the result
print('Result: ', res)
输出:
data: tf.Tensor(
[[1\. 2\. 3.]
[4\. 5\. 6.]
[7\. 8\. 9.]], shape=(3, 3), dtype=float64)
segment_ids: tf.Tensor([0 0 2], shape=(3, ), dtype=int32)
Result: tf.Tensor(
[[1\. 2\. 3\. ]
[0\. 0\. 0\. ]
[7\. 8\. 9\. ]], shape=(3, 3), dtype=float64)
