Python – tensorflow.math.unsorted_segment_sqrt_n()

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_sqrt_n()是用来寻找被sqrt(N)除以的段数之和。

语法: tensorflow.math.unsorted_segment_sqrt_n( data, segment_ids, num_segments, name )

参数 :

data: 它是一个张量。允许的dtypes是浮点或复数。
segment_ids: 它是带有排序值的一维张量。它的大小应该等于数据的第一维大小。它代表不同的段ID的数量。允许的数据类型是int32和int64。
num_segments: 它是一个张量。允许的dtypes是int32和int64。
name（可选）: 它定义了该操作的名称。

返回：它返回一个dtype的张量为x。

示例 1:

# importing the library
import tensorflow as tf
  
# Initializing the input tensor
data = tf.constant([1, 2, 3], dtype = tf.float64)
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_sqrt_n(data, segment_ids, tf.constant(3))
  
# Printing the result
print('Result: ', res)

输出:

data:  tf.Tensor([1. 2. 3.], shape=(3, ), dtype=float64)
segment_ids:  tf.Tensor([2 2 2], shape=(3, ), dtype=int32)
Result:  tf.Tensor([0.         0.         3.46410162], shape=(3, ), dtype=float64)

示例 2:

# importing the library
import tensorflow as tf
  
# Initializing the input tensor
data = tf.constant([[1, 2, 3], [4, 5, 6], [7, 8, 9]], dtype = tf.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.unsorted_segment_sqrt_n(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=float64)
segment_ids:  tf.Tensor([0 0 2], shape=(3, ), dtype=int32)
Result:  tf.Tensor(
[[3.53553391 4.94974747 6.36396103]
 [0.         0.         0.        ]
 [7.         8.         9.        ]], shape=(3, 3), dtype=float64)