tf.segment_xxx系列函数测试

先看一段百度的上搜索到的结果：
TensorFlow提供了一些操作，你可以使用基本的算术运算来分割输入的tensor。这里的分割操作是沿着第一个维度的一个分区，等价于这里定义了一个从第一个维度到第segment_ids维度的一个映射。segment_ids张量的长度必须和需要分割的tensor的第一维度的尺寸d0一样，其中segment_ids中的编号从0到k，并且k < d0。举个例子，如果我们需要分割的tensor是一个矩阵，那么segment_ids的映射就指向矩阵的每一行
---------------------
是不是看了一脸懵逼，解释了好像没解释一球样？
我来试着解释一下：
学过线性代数都知道矩阵的基础行列变换，可以相互交换行或者列，甚至可以某一行或者列乘一个数加到另外一行或者列上。说这个的原因就是segmen_xxx系列函数和这个有关。只不过是只和行变换有关。
这个系列函数包含一个重要的参数，这个参数让很多初学者懵逼：segment_ids.就是这玩意儿让我也琢磨好几十分钟。汗。智商不够只有敲代码看错误信息来搞明白它是啥意思。
加入有一个m×n的矩阵要运用segment_sum函数，那么这个参数就必须是一个一行m个元素的量，为啥不说列表或者向量呢？因为作为参数，segment_sum对他们的处理是一样的。我们也经常看到有的编码用（a,b,c），也有的代码用[a,b,c]，效果一样。
segment_ids这m个数，分别代表原真阵列的1～m行的数据，在函数运行后产生的新阵列中的位置，这时候会有这么两种情况：

1. 新的行位置大于原先阵列的最大行位置。这时候，新阵列会扩充，直到行索引满足新的行索引。新添加的行，默认全部填充为0。（segment_prod函数填充为1）
2. 若干新行的位置如果重叠怎么办？比如，第一行和第四行的位置都变为2，那么就在索引为2（也就是第三行）将它们加，显示相加以后的值
3. 另外，TS要求segment_ids的值不能为降序。你可以是［0，0，0］或［0，0，1］，不能是［2，1，1］

具体代码例子点击这里运行
其他segment_xxx函数的原理一样，就不说了。可以看代码。
所以严格说，讲这类函数称为分割相关函数不合适。