ScatterNdNonAliasingAdd

Bireysel değerleri veya dilimleri kullanarak "girdi"ye seyrek ekleme uygular

'endekslere' göre 'güncellemeler'den. Güncellemeler örtüşmesizdir: 'giriş' yalnızca başka hiçbir işlem onu ​​kullanmayacaksa yerinde değiştirilir. Aksi halde 'girdi'nin bir kopyası oluşturulur. Bu işlemin hem 'giriş' hem de 'güncellemeler' açısından bir eğimi vardır.

'girdi', 'P' derecesine sahip bir 'Tensör'dür ve 'indeksler', 'Q' derecesine sahip bir 'Tensör'dür.

"endeksler", "giriş"teki indeksleri içeren tamsayı tensörü olmalıdır. Şeklinde olmalı\\([d_0, ..., d_{Q-2}, K]\\) burada '0 < K <= P'.

"İndekslerin" en içteki boyutu (uzunluğu "K"), "K" boyunca elementlerin indekslerine (eğer "K = P") veya "(PK)" boyutlu dilimlere (eğer "K < P") karşılık gelir 'giriş' boyutu.

"güncellemeler", "Q-1+PK" düzeyindeki "Tensör"dür ve şu şekle sahiptir:

$$[d_0, ..., d_{Q-2}, input.shape[K], ..., input.shape[P-1]].$$

Örneğin, 8 elemanlı bir derece 1 tensöre 4 dağınık eleman eklemek istediğimizi varsayalım. Python'da bu ekleme şöyle görünecektir:

girdi = tf.constant([1, 2, 3, 4, 5, 6, 7, 8]) indeksler = tf.constant([[4], [3], [1], [7]]) güncellemeler = tf.constant([9, 10, 11, 12]) çıktı = tf.scatter_nd_non_aliasing_add(giriş, dizinler, güncellemeler) ile tf.Session() as sess: print(sess.run(output))

Sonuçta ortaya çıkan "çıkış" değeri şuna benzer:

[1, 13, 3, 14, 14, 6, 7, 20]

Dilimlerde güncellemelerin nasıl yapılacağı hakkında daha fazla ayrıntı için tf.scatter_nd bakın.