aliran tensor:: operasi:: PencarMin

Mengurangi pembaruan yang jarang menjadi referensi variabel menggunakan operasi min .

Ringkasan

Operasi ini menghitung

# Scalar indices
ref[indices, ...] = min(ref[indices, ...], updates[...])

# Vector indices (for each i)
ref[indices[i], ...] = min(ref[indices[i], ...], updates[i, ...])

# High rank indices (for each i, ..., j)
ref[indices[i, ..., j], ...] = min(ref[indices[i, ..., j], ...], updates[i, ..., j, ...])

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

Entri duplikat ditangani dengan benar: jika beberapa indices merujuk pada lokasi yang sama, kontribusinya akan digabungkan.

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

Argumen:

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

Atribut opsional (lihat Attrs ):

• use_locking: Jika Benar, pembaruan 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

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

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

::tensorflow::Node * node() const 

 operator::tensorflow::Input() const 

 operator::tensorflow::Output() const 

Attrs UseLocking(
  bool x
)