テンソルフロー::作戦::リソースScatterNdUpdate

特定の値内の個々の値またはスライスにスパースupdatesを適用します。

まとめ

indicesに応じた変数。

refはランクPのTensor 、 indicesはランクQのTensorです。

indices 、 refへのインデックスを含む整数テンソルでなければなりません。これは形状[d_0, ..., d_{Q-2}, K] 0 < K <= Pである必要があります。

indicesの最も内側の次元 (長さK ) は、 refのK番目の次元に沿った要素 ( K = Pの場合) またはスライス ( K < Pの場合) へのインデックスに対応します。

updates 、次の形状を持つランクQ-1+PKのTensorです。

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

たとえば、4 つの散在要素を 8 要素のランク 1 テンソルに更新したいとします。 Python では、その更新は次のようになります。

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

ref への結果の更新は次のようになります。

[1, 11, 3, 10, 9, 6, 7, 12]

スライスを更新する方法の詳細については、 tf.scatter_nd参照してください。

引数:

• スコープ:スコープオブジェクト
• 参照: リソースハンドル。 VarHandleOp からのものである必要があります。
• インデックス: Tensor 。 int32、int64 のいずれかの型である必要があります。 ref へのインデックスのテンソル。
• 更新: Tensor 。 ref と同じ型でなければなりません。 ref に追加する更新された値のテンソル。

オプションの属性 ( Attrsを参照):

• use_locking: オプションのブール値。デフォルトは True です。 True の場合、割り当てはロックによって保護されます。それ以外の場合、動作は未定義ですが、競合が少なくなる可能性があります。

戻り値:

• 作成されたOperation

パブリック属性

Operation operation

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

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

 operator::tensorflow::Operation() const 

Attrs UseLocking(
  bool x
)