Mengurangi pembaruan yang jarang ke referensi variabel.
# Scalar indices
ref[indices, ...] -= updates[...]
# Vector indices (for each i)
ref[indices[i], ...] -= updates[i, ...]
# High rank indices (for each i, ..., j)
ref[indices[i, ..., j], ...] -= updates[i, ..., j, ...]
Entri duplikat ditangani dengan benar: jika beberapa `indeks` merujuk pada lokasi yang sama, kontribusinya (yang dinegasikan) akan bertambah.
Memerlukan `updates.shape = indices.shape + ref.shape[1:]` atau `updates.shape = []`.
Kelas Bersarang
kelas | ScatterSub.Options | Atribut opsional untuk ScatterSub |
Konstanta
Rangkaian | OP_NAME | Nama operasi ini dikenal dengan mesin inti TensorFlow |
Metode Publik
Keluaran <T> | sebagai Keluaran () Mengembalikan pegangan simbolis tensor. |
statis <T memperluas TType > ScatterSub <T> | |
Keluaran <T> | keluaranRef () = Sama seperti `ref`. |
ScatterSub.Options statis | useLocking (penguncian penggunaan Boolean) |
Metode Warisan
Konstanta
String akhir statis publik OP_NAME
Nama operasi ini dikenal dengan mesin inti TensorFlow
Metode Publik
Keluaran publik <T> sebagai Keluaran ()
Mengembalikan pegangan simbolis tensor.
Masukan ke operasi TensorFlow adalah keluaran dari operasi TensorFlow lainnya. Metode ini digunakan untuk mendapatkan pegangan simbolis yang mewakili perhitungan input.
public static ScatterSub <T> buat ( Lingkup cakupan , Operand <T> ref, Operand <? extends TNumber > indeks, pembaruan Operand <T>, Opsi... opsi)
Metode pabrik untuk membuat kelas yang membungkus operasi ScatterSub baru.
Parameter
cakupan | ruang lingkup saat ini |
---|---|
referensi | Harus dari node `Variabel`. |
indeks | Tensor indeks ke dalam dimensi pertama `ref`. |
pembaruan | Tensor nilai yang diperbarui untuk dikurangi dari `ref`. |
pilihan | membawa nilai atribut opsional |
Kembali
- contoh baru dari ScatterSub
Keluaran publik <T> keluaranRef ()
= Sama seperti `ref`. Dikembalikan untuk memudahkan operasi yang ingin menggunakan nilai yang diperbarui setelah pembaruan selesai.
ScatterSub.Options statis publik useLocking (Boolean useLocking)
Parameter
gunakan Penguncian | Jika Benar, pengurangan akan dilindungi oleh gembok; jika tidak, perilaku tersebut tidak terdefinisikan, namun mungkin menunjukkan lebih sedikit pertentangan. |
---|