tensorflow :: ops :: ResourceScatterNdSub

Aplica subtração esparsa a valores individuais ou fatias em uma variável .

Resumo

ref é um Tensor com classificação P e indices é um Tensor de classificação Q

indices devem ser tensores inteiros, contendo índices em ref . Deve ser forma [d_0, ..., d_{Q-2}, K] onde 0 < K <= P

A dimensão mais interna dos indices (com comprimento K ) corresponde aos índices em elementos (se K = P ) ou fatias (se K < P ) ao longo da K ésima dimensão de ref .

updates é o Tensor de classificação Q-1+PK com forma:

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

Por exemplo, digamos que queremos subtrair 4 elementos dispersos de um tensor de classificação 1 com 8 elementos. Em Python, essa subtração ficaria assim:

ref = tf.Variable([1, 2, 3, 4, 5, 6, 7, 8], use_resource=True)
indices = tf.constant([[4], [3], [1], [7]])
updates = tf.constant([9, 10, 11, 12])
sub = tf.scatter_nd_sub(ref, indices, updates)
with tf.Session() as sess:
  print sess.run(sub)

A atualização resultante para ref ficaria assim:

[1, -9, 3, -6, -4, 6, 7, -4]

Consulte tf.scatter_nd para obter mais detalhes sobre como fazer atualizações em fatias.

Argumentos:

• escopo: um objeto Scope
• ref: um identificador de recurso. Deve ser de um VarHandleOp.
• índices: A Tensor . Deve ser um dos seguintes tipos: int32, int64. Um tensor de índices em ref.
• atualizações: um tensor . Deve ter o mesmo tipo do ref. Um tensor de valores para adicionar à ref.

Atributos opcionais (consulte Attrs ):

• use_locking: um bool opcional. O padrão é True. Se for True, a atribuição será protegida por um cadeado; caso contrário, o comportamento é indefinido, mas pode exibir menos contenção.

Retorna:

• a Operation criada

Atributos públicos

Operation operation

 ResourceScatterNdSub(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input ref,
  ::tensorflow::Input indices,
  ::tensorflow::Input updates
)

 ResourceScatterNdSub(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input ref,
  ::tensorflow::Input indices,
  ::tensorflow::Input updates,
  const ResourceScatterNdSub::Attrs & attrs
)

 operator::tensorflow::Operation() const 

Attrs UseLocking(
  bool x
)