ลดการอัปเดตแบบกระจัดกระจายในตัวแปรที่อ้างอิงโดย "ทรัพยากร" โดยใช้การดำเนินการ "สูงสุด"
การดำเนินการนี้คำนวณ
# ดัชนีสเกลาร์ ref[indices, ...] = max(ref[indices, ...], อัปเดต[...])
# ดัชนีเวกเตอร์ (สำหรับแต่ละ i) ref[indices[i], ...] = max(ref[indices[i], ...], อัปเดต[i, ...])
# ดัชนีระดับสูง (สำหรับแต่ละ i, ..., j) ref[indices[i, ..., j], ...] = max(ref[indices[i, ..., j], .. .], อัปเดต[i, ..., j, ...])
รายการที่ซ้ำกันได้รับการจัดการอย่างถูกต้อง: หาก `ดัชนี` หลายรายการอ้างอิงถึงตำแหน่งเดียวกัน การมีส่วนร่วมของรายการเหล่านั้นจะรวมกัน
ต้องใช้ `updates.shape = indices.shape + ref.shape[1:]` หรือ `updates.shape = []`
![](https://www.tensorflow.org/images/ScatterAdd.png?hl=th)
วิธีการสาธารณะ
คงที่ <T ขยายหมายเลข U> ResourceScatterMax | สร้าง ( ขอบเขต ขอบเขต ทรัพยากร ตัวถูกดำเนินการ <?> ดัชนี ตัวถูกดำเนินการ <T> การอัปเดต ตัวถูกดำเนินการ <U>) วิธีการจากโรงงานเพื่อสร้างคลาสที่รวมการดำเนินการ ResourceScatterMax ใหม่ |
วิธีการสืบทอด
วิธีการสาธารณะ
การสร้าง ResourceScatterMax คงที่สาธารณะ (ขอบเขต ขอบเขต , ทรัพยากร ตัวดำเนินการ <?>, ดัชนี ตัวดำเนินการ <T>, ตัวดำเนินการ อัปเดต <U>)
วิธีการจากโรงงานเพื่อสร้างคลาสที่รวมการดำเนินการ ResourceScatterMax ใหม่
พารามิเตอร์
ขอบเขต | ขอบเขตปัจจุบัน |
---|---|
ทรัพยากร | ควรมาจากโหนด "ตัวแปร" |
ดัชนี | เทนเซอร์ของดัชนีในมิติแรกของ 'การอ้างอิง' |
อัปเดต | เทนเซอร์ของค่าที่อัปเดตเพื่อเพิ่มลงใน `ref` |
การส่งคืน
- อินสแตนซ์ใหม่ของ ResourceScatterMax