ResourceScatterNdSub

ResourceScatterNdSub kelas akhir publik

Menerapkan pengurangan renggang pada nilai atau irisan individual dalam Variabel.

`ref` adalah `Tensor` dengan peringkat `P` dan `indices` adalah `Tensor` dengan peringkat `Q`.

`indeks` harus berupa tensor bilangan bulat, berisi indeks ke dalam `ref`. Itu harus berbentuk `[d_0, ..., d_{Q-2}, K]` dengan `0 < K <= P`.

Dimensi terdalam dari `indeks` (dengan panjang `K`) berhubungan dengan indeks ke dalam elemen (jika `K = P`) atau irisan (jika `K < P`) sepanjang `dimensi ke-K` dari `ref`.

`updates` adalah `Tensor` dengan peringkat `Q-1+PK` dengan bentuk:

[d_0, ..., d_{Q-2}, ref.shape[K], ..., ref.shape[P-1]]
 
Misalnya, kita ingin mengurangi 4 elemen tersebar dari tensor peringkat-1 dengan 8 elemen. Dengan Python, pengurangan itu akan terlihat seperti ini:
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)
 
Pembaruan yang dihasilkan untuk ref akan terlihat seperti ini:

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

Lihat tf.scatter_nd untuk detail selengkapnya tentang cara memperbarui irisan.

Kelas Bersarang

kelas ResourceScatterNdSub.Opsi Atribut opsional untuk ResourceScatterNdSub

Metode Publik

statis <T memperluas Nomor, U> ResourceScatterNdSub
buat ( Lingkup cakupan , Operand <?> ref, indeks Operand <T>, pembaruan Operand <U>, Opsi... opsi)
Metode pabrik untuk membuat kelas yang membungkus operasi ResourceScatterNdSub baru.
ResourceScatterNdSub.Options statis
useLocking (penguncian penggunaan Boolean)

Metode Warisan

Metode Publik

pembuatan ResourceScatterNdSub statis publik ( Lingkup cakupan , Operand <?> ref, indeks Operand <T>, pembaruan Operand <U>, Opsi... opsi)

Metode pabrik untuk membuat kelas yang membungkus operasi ResourceScatterNdSub baru.

Parameter
cakupan ruang lingkup saat ini
referensi Pegangan sumber daya. Harus dari VarHandleOp.
indeks Sebuah Tensor. Harus berupa salah satu dari jenis berikut: int32, int64. Tensor indeks menjadi ref.
pembaruan Sebuah Tensor. Harus memiliki tipe yang sama dengan ref. Tensor nilai untuk ditambahkan ke referensi.
pilihan membawa nilai atribut opsional
Kembali
  • contoh baru ResourceScatterNdSub

ResourceScatterNdSub.Options statis publik useLocking (Boolean useLocking)

Parameter
gunakan Penguncian Bodoh opsional. Defaultnya adalah Benar. Jika Benar, penugasan akan dilindungi oleh kunci; jika tidak, perilaku tersebut tidak terdefinisikan, namun mungkin menunjukkan lebih sedikit pertentangan.