dòng chảy căng:: ôi:: Tài nguyênScatterNdUpdate

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 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.

Lập luận:

• phạm vi: Một đối tượng Phạm vi
• ref: Một tài nguyên xử lý. Phải từ VarHandleOp.
• 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 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:

• Operation đã tạo

Thuộc tính công khai

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
)