mindspore.ops.unsorted_segment_prod

mindspore.ops.unsorted_segment_prod(x, segment_ids, num_segments)[源代码]

沿分段计算输入Tensor元素的乘积。

unsorted_segment_prod的计算过程如下图所示：

../../_images/UnsortedSegmentProd.png

说明

  • 如果 segment_ids 中不存在segment_id i ，则将使用1填充输出 output[i] 。

  • segment_ids 必须是一个非负Tensor。

参数：

  • x (Tensor) - shape： \((x_1, x_2, ..., x_R)\) 。数据类型支持float16、float32或int32。

  • segment_ids (Tensor) - 用于指示每个元素所属段的标签，将shape设置为 \((x_1, x_2, ..., x_N)\) ，其中0<N<=R。数据类型支持int32。

  • num_segments (Union[int, Tensor], 可选) - 分段数量 \(z\) ，可以为int或零维的Tensor。

返回：

Tensor, shape为 \((z, x_{N+1}, ..., x_R)\)。

异常：

  • TypeError - num_segments 不是int类型。

支持平台：

Ascend GPU CPU

样例：

>>> from mindspore import Tensor
>>> from mindspore import ops
>>> import numpy as np
>>> x = Tensor(np.array([[1, 2, 3], [4, 5, 6], [4, 2, 1]]).astype(np.float32))
>>> segment_ids = Tensor(np.array([0, 1, 0]).astype(np.int32))
>>> num_segments = 2
>>> output = ops.unsorted_segment_prod(x, segment_ids, num_segments)
>>> print(output)
[[4. 4. 3.]
 [4. 5. 6.]]