ScatterNdAdd

Aplica adição esparsa a valores individuais ou fatias em uma variável.

`ref` é um `Tensor` com classificação `P` e `indices` é um `Tensor` de classificação `Q`.

`indices` deve ser um tensor inteiro, contendo índices em `ref`. Deve ser a forma `[d_0, ..., d_{Q-2}, K]` onde `0 < K <= P`.

A dimensão mais interna dos `índices` (com comprimento `K`) corresponde a índices em elementos (se `K = P`) ou fatias (se `K < P`) ao longo da `K`ésima dimensão de `ref`.

`updates` é `Tensor` de classificação `Q-1 + PK` com forma:

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

Por exemplo, digamos que queremos adicionar 4 elementos dispersos a um tensor de classificação 1 para 8 elementos. Em Python, essa adição ficaria assim:

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)
 

A atualização resultante para ref ficaria assim:

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

Consulte tf.scatter_nd para obter mais detalhes sobre como fazer atualizações nas fatias.