تدفق التوتر:: العمليات:: تحديث

يطبق updates متفرقة على القيم الفردية أو الشرائح ضمن نطاق معين.

ملخص

متغير حسب indices .

ref هو Tensor ذو الرتبة P indices عبارة عن Tensor من الرتبة Q .

يجب أن تكون indices عددًا صحيحًا، وتحتوي على مؤشرات في ref . يجب أن يكون الشكل \([d_0, ..., d_{Q-2}, K]\) حيث 0 < K <= P .

البعد الأعمق indices (مع الطول K ) يتوافق مع المؤشرات في العناصر (إذا كانت K = P ) أو الشرائح (إذا كانت K < P ) على طول البعد K ref .

updates هي Tensor من الرتبة Q-1+PK بالشكل:

على سبيل المثال، لنفترض أننا نريد تحديث 4 عناصر متناثرة إلى موتر من الرتبة 1 إلى 8 عناصر. في بايثون، سيبدو هذا التحديث كما يلي:

    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)

سيبدو التحديث الناتج إلى المرجع كما يلي:

[1, 11, 3, 10, 9, 6, 7, 12]

راجع tf.scatter_nd للحصول على مزيد من التفاصيل حول كيفية إجراء تحديثات على الشرائح.

راجع أيضًا tf.scatter_update و tf.batch_scatter_update .

الحجج:

• النطاق: كائن النطاق
• المرجع: موتر قابل للتغيير. يجب أن يكون من عقدة متغيرة .
• المؤشرات: موتر . يجب أن يكون أحد الأنواع التالية: int32، int64. موتر من المؤشرات في المرجع.
• التحديثات: موتر . يجب أن يكون له نفس النوع مثل المرجع. موتر القيم المحدثة لإضافتها إلى المرجع.

السمات الاختيارية (انظر Attrs ):

• use_locking: منطقي اختياري. الافتراضيات إلى صحيح. إذا كان True، فسيتم حماية المهمة بواسطة قفل؛ وإلا فإن السلوك غير محدد، ولكنه قد يحمل قدرًا أقل من الخلاف.

العوائد:

• Output : نفس المرجع. يتم إرجاعها لتسهيل العمليات التي تريد استخدام القيم المحدثة بعد الانتهاء من التحديث.

الصفات العامة

Operation operation

::tensorflow::Output output_ref

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

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

::tensorflow::Node * node() const 

 operator::tensorflow::Input() const 

 operator::tensorflow::Output() const 

Attrs UseLocking(
  bool x
)