aliran tensor:: operasi:: Pembaruan Sebar

Menerapkan pembaruan yang jarang pada referensi variabel.

Ringkasan

Operasi ini menghitung

    # 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, ...]

Operasi ini mengeluarkan ref setelah pembaruan selesai. Hal ini mempermudah operasi berantai yang perlu menggunakan nilai reset.

Jika nilai dalam ref akan diperbarui lebih dari sekali, karena ada entri duplikat di indices , urutan terjadinya pembaruan untuk setiap nilai tidak ditentukan.

Memerlukan updates.shape = indices.shape + ref.shape[1:] atau updates.shape = [] .

Lihat juga tf.batch_scatter_update dan tf.scatter_nd_update .

Argumen:

• ruang lingkup: Objek Lingkup
• ref: Harus dari node Variable .
• indices: Tensor indeks ke dalam dimensi pertama ref .
• update: Tensor nilai yang diperbarui untuk disimpan di ref .

Atribut opsional (lihat Attrs ):

• use_locking: Jika Benar, tugas akan dilindungi oleh kunci; jika tidak, perilaku tersebut tidak terdefinisikan, namun mungkin menunjukkan lebih sedikit pertentangan.

Pengembalian:

• Output : = Sama seperti ref . Dikembalikan untuk memudahkan operasi yang ingin menggunakan nilai yang diperbarui setelah pembaruan selesai.

Atribut publik

Operation operation

::tensorflow::Output output_ref

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

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

::tensorflow::Node * node() const 

 operator::tensorflow::Input() const 

 operator::tensorflow::Output() const 

Attrs UseLocking(
  bool x
)