dòng chảy căng:: ôi:: Phân tánNdCập nhật

Áp dụng updates thưa thớt cho các giá trị hoặc lát riêng lẻ trong một giá trị nhất định.

Bản tóm tắt

biến theo indices .

ref là Tensor có hạng P và indices là Tensor có hạng Q .

indices phải là tensor nguyên, chứa các chỉ số vào ref . Nó phải có hình dạng \([d_0, ..., d_{Q-2}, K]\) trong đó 0 < K <= P .

Chiều trong cùng của indices (có độ dài K ) tương ứng với chỉ số thành phần tử (nếu K = P ) hoặc lát cắt (nếu K < P ) dọc theo chiều thứ K của ref .

updates là Tensor hạng Q-1+PK có hình dạng:

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

Ví dụ: giả sử chúng tôi muốn cập nhật 4 phần tử phân tán thành tenxơ cấp 1 thành 8 phần tử. Trong Python, bản cập nhật đó sẽ trông như thế này:

    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)

Bản cập nhật kết quả cho ref sẽ trông như thế này:

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

Xem tf.scatter_nd để biết thêm chi tiết về cách cập nhật các slice.

Xem thêm tf.scatter_update và tf.batch_scatter_update .

Lập luận:

• phạm vi: Một đối tượng Phạm vi
• ref: Một Tensor có thể thay đổi. Phải từ một nút Biến .
• chỉ số: Một Tensor . Phải là một trong các loại sau: int32, int64. Một tensor của các chỉ số vào ref.
• cập nhật: Một Tensor . Phải có cùng loại với ref. Một tensor gồm các giá trị được cập nhật để thêm vào ref.

Thuộc tính tùy chọn (xem Attrs ):

• use_locking: Một bool tùy chọn. Mặc định là True. Nếu Đúng, nhiệm vụ sẽ được bảo vệ bằng khóa; mặt khác, hành vi không được xác định, nhưng có thể ít gây tranh cãi hơn.

Trả về:

• Output : Tương tự như ref. Được trả về để thuận tiện cho các hoạt động muốn sử dụng các giá trị được cập nhật sau khi cập nhật xong.

Thuộc tính công khai

Operation operation

::tensorflow::Output output_ref

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

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

::tensorflow::Node * node() const 

 operator::tensorflow::Input() const 

 operator::tensorflow::Output() const 

Attrs UseLocking(
  bool x
)