跳转至

Python–tensorflow.math.unsorted_segment_min()

原文:https://www.geesforgeks.org/python-tensorflow-math-unsorted_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。

unsorted_segment_min() 用于寻找 Tensor 的段中的最小元素。

语法:tensorflow.math.unsorted_segment_min(数据，segment_ids，num_segments，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。它表示不同段标识的数量。允许的数据类型是 int32 和 int64。
  • num_segments: 是张量。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.unsorted_segment_min(data, segment_ids, tf.constant(3))

# 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([2147483647 2147483647          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]])
segment_ids = tf.constant([0, 0, 2])

# Printing the input tensor
print('data: ', data)
print('segment_ids: ', segment_ids)

# Calculating result
res = tf.math.unsorted_segment_min(data, segment_ids, tf.constant(3))

# Printing the result
print('Result: ', res)

输出:

data:  tf.Tensor(
[[1 2 3]
 [4 5 6]
 [7 8 9]], shape=(3, 3), dtype=int32)
segment_ids:  tf.Tensor([0 0 2], shape=(3, ), dtype=int32)
Result:  tf.Tensor(
[[         1          2          3]
 [2147483647 2147483647 2147483647]
 [         7          8          9]], shape=(3, 3), dtype=int32)
回到顶部