يقلل التحديثات المتفرقة للمتغير المشار إليه بواسطة `المورد` باستخدام عملية `min`.
تحسب هذه العملية
# الفهارس العددية ref[indices, ...] = min(ref[indices, ...], Updates[...])
# مؤشرات المتجهات (لكل i) ref[indices[i], ...] = min(ref[indices[i], ...], update[i, ...])
# مؤشرات عالية الرتبة (لكل i، ...، j) ref[indices[i, ..., j], ...] = min(ref[indices[i, ..., j], .. .]، التحديثات[i، ...، j، ...])
يتم التعامل مع الإدخالات المكررة بشكل صحيح: إذا كانت "المؤشرات" المتعددة تشير إلى نفس الموقع، فسيتم دمج مساهماتها.
يتطلب `updates.shape = indices.shape + ref.shape[1:]` أو `updates.shape = []`.
الثوابت
خيط | OP_NAME | اسم هذه العملية كما هو معروف بواسطة محرك TensorFlow الأساسي |
الأساليب العامة
static ResourceScatterMin |
الطرق الموروثة
الثوابت
السلسلة النهائية الثابتة العامة OP_NAME
اسم هذه العملية كما هو معروف بواسطة محرك TensorFlow الأساسي
الأساليب العامة
إنشاء ResourceScatterMin الثابت العام (نطاق النطاق ، مورد المعامل <؟>، المعامل <؟ يمتد TNumber > الفهارس، المعامل <؟ يمتد TType > التحديثات)
طريقة المصنع لإنشاء فئة تغلف عملية ResourceScatterMin جديدة.
حدود
نِطَاق | النطاق الحالي |
---|---|
الموارد | يجب أن يكون من عقدة "متغير". |
المؤشرات | موتر المؤشرات في البعد الأول من `ref`. |
التحديثات | موتر من القيم المحدثة لإضافتها إلى `ref`. |
عائدات
- مثيل جديد من ResourceScatterMin