चेतावनी: यह एपीआई हटा दिया गया है और प्रतिस्थापन के स्थिर होने के बाद TensorFlow के भविष्य के संस्करण में हटा दिया जाएगा।

ScatterNdMin

संग्रह की मदद से व्यवस्थित रहें अपनी प्राथमिकताओं के आधार पर, कॉन्टेंट को सेव करें और कैटगरी में बांटें.
सार्वजनिक अंतिम वर्ग ScatterNdMin

तत्व-वार न्यूनतम गणना करता है।

नेस्टेड कक्षाएं

कक्षा ScatterNdMin.Options के लिए वैकल्पिक विशेषताओं ScatterNdMin

सार्वजनिक तरीके

आउटपुट <टी>
asOutput ()
टेंसर का प्रतीकात्मक हैंडल लौटाता है।
स्थिर <टी, यू फैली संख्या> ScatterNdMin <टी>
बनाने ( स्कोप गुंजाइश, ओपेरैंड <टी> रेफरी, ओपेरैंड <u> सूचकांक, ओपेरैंड <टी> अद्यतन, विकल्प ... विकल्प)
एक नया ScatterNdMin ऑपरेशन रैपिंग क्लास बनाने के लिए फ़ैक्टरी विधि।
आउटपुट <टी>
outputRef ()
रेफरी के समान।
स्थिर ScatterNdMin.Options
useLocking (बूलियन useLocking)

विरासत में मिली विधियां

सार्वजनिक तरीके

सार्वजनिक आउटपुट <टी> asOutput ()

टेंसर का प्रतीकात्मक हैंडल लौटाता है।

TensorFlow संचालन के लिए इनपुट एक अन्य TensorFlow ऑपरेशन के आउटपुट हैं। इस पद्धति का उपयोग एक प्रतीकात्मक हैंडल प्राप्त करने के लिए किया जाता है जो इनपुट की गणना का प्रतिनिधित्व करता है।

सार्वजनिक स्थिर ScatterNdMin <टी> बनाने ( स्कोप गुंजाइश, ओपेरैंड <टी> रेफरी, ओपेरैंड <u> सूचकांक, ओपेरैंड <टी> अद्यतन, विकल्प ... विकल्प)

एक नया ScatterNdMin ऑपरेशन रैपिंग क्लास बनाने के लिए फ़ैक्टरी विधि।

मापदंडों
दायरा वर्तमान दायरा
संदर्भ एक परिवर्तनीय टेंसर। एक चर नोड से होना चाहिए।
सूचकांक एक टेंसर। निम्न प्रकारों में से एक होना चाहिए: int32, int64. रेफरी में सूचकांकों का एक टेंसर।
अपडेट एक टेंसर। रेफरी के समान प्रकार होना चाहिए। रेफरी में जोड़ने के लिए अद्यतन मूल्यों का एक टेंसर।
विकल्प वैकल्पिक विशेषता मान रखता है
रिटर्न
  • ScatterNdMin का एक नया उदाहरण

सार्वजनिक आउटपुट <टी> outputRef ()

रेफरी के समान। संचालन के लिए एक सुविधा के रूप में लौटाया गया जो अद्यतन किए जाने के बाद अद्यतन मानों का उपयोग करना चाहते हैं।

सार्वजनिक स्थिर ScatterNdMin.Options useLocking (बूलियन useLocking)

मापदंडों
लॉकिंग का उपयोग करें एक वैकल्पिक बूल। सच के लिए डिफ़ॉल्ट। यदि सही है, तो असाइनमेंट को लॉक द्वारा संरक्षित किया जाएगा; अन्यथा व्यवहार अपरिभाषित है, लेकिन कम विवाद प्रदर्शित कर सकता है।