লকিং ব্যবহার করুন

Attrs UseLocking(
  bool x
)

টেনসরফ্লো :: অপস:: ScatterNdAdd

একটি ভেরিয়েবলে স্বতন্ত্র মান বা স্লাইসগুলিতে স্পারস যোগ প্রয়োগ করে।

সারাংশ

ref হল P র্যাঙ্ক সহ একটি Tensor এবং indices হল Q র্যাঙ্কের একটি Tensor ।

indices অবশ্যই পূর্ণসংখ্যার টেনসর হতে হবে, যাতে সূচকগুলি ref মধ্যে থাকে। এটি অবশ্যই আকৃতির হতে হবে [d_0, ..., d_{Q-2}, K] যেখানে 0 < K <= P

indices অন্তর্নিহিত মাত্রা (দৈর্ঘ্য K সহ) ref K তম মাত্রা বরাবর উপাদান (যদি K = P ) বা টুকরা (যদি K < P হয়) সূচকগুলির সাথে মিলে যায়।

updates হল Tensor অফ র‍্যাঙ্ক Q-1+PK আকৃতি সহ:

[d_0, ..., d_{Q-2}, ref.shape[K], ..., ref.shape[P-1]]

উদাহরণস্বরূপ, বলুন আমরা একটি র্যাঙ্ক-1 টেনসরে 8টি উপাদানের সাথে 4টি বিক্ষিপ্ত উপাদান যুক্ত করতে চাই। পাইথনে, সেই সংযোজনটি দেখতে এরকম হবে:

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])
add = tf.scatter_nd_add(ref, indices, updates)
with tf.Session() as sess:
  print sess.run(add)

রেফের ফলস্বরূপ আপডেটটি দেখতে এইরকম হবে:

[1, 13, 3, 14, 14, 6, 7, 20]

কিভাবে স্লাইস আপডেট করতে হয় সে সম্পর্কে আরো বিস্তারিত জানার জন্য tf.scatter_nd দেখুন।

যুক্তি:

• স্কোপ: একটি স্কোপ অবজেক্ট
• ref: একটি পরিবর্তনযোগ্য টেনসর । একটি পরিবর্তনশীল নোড থেকে হওয়া উচিত।
• সূচক: একটি টেনসর । নিম্নলিখিত ধরনের একটি হতে হবে: int32, int64. রেফের মধ্যে সূচকগুলির একটি টেনসর।
• আপডেট: একটি টেনসর । রেফের মতো একই প্রকার থাকতে হবে। রেফ যোগ করার জন্য আপডেট করা মানগুলির একটি টেনসর।

ঐচ্ছিক বৈশিষ্ট্য (দেখুন Attrs ):

• use_locking: একটি ঐচ্ছিক বুল। ডিফল্ট থেকে সত্য। সত্য হলে, অ্যাসাইনমেন্টটি একটি লক দ্বারা সুরক্ষিত হবে; অন্যথায় আচরণটি অনির্ধারিত, তবে কম বিরোধ প্রদর্শন করতে পারে।

রিটার্ন:

• Output : রেফের মতোই। ক্রিয়াকলাপগুলির জন্য একটি সুবিধা হিসাবে ফিরে এসেছে যা আপডেট হওয়ার পরে আপডেট হওয়া মানগুলি ব্যবহার করতে চায়৷

পাবলিক বৈশিষ্ট্য

Operation operation

::tensorflow::Output output_ref

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

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

::tensorflow::Node * node() const 

 operator::tensorflow::Input() const 

 operator::tensorflow::Output() const 

Attrs UseLocking(
  bool x
)