개별 값이나 조각을 사용하여 '입력'에 희소 추가를 적용합니다.
인덱스 `인덱스`에 따른 `업데이트`에서. 업데이트는 앨리어싱이 아닙니다. 'input'은 다른 작업에서 사용하지 않는 경우에만 내부에서 수정됩니다. 그렇지 않으면 'input'의 복사본이 만들어집니다. 이 작업에는 '입력'과 '업데이트' 모두에 대한 기울기가 있습니다.
'input'은 'P' 등급의 'Tensor'이고 'indices'는 'Q' 등급의 'Tensor'입니다.
`indices`는 `input`에 대한 인덱스를 포함하는 정수 텐서여야 합니다. `0 < K <= P`인 \\([d_0, ..., d_{Q-2}, K]\\) 모양이어야 합니다.
`인덱스`(길이 `K` 포함)의 가장 안쪽 차원은 `K` 번째를 따라 요소(`K = P`인 경우) 또는 `(PK)` 차원 슬라이스(`K < P`인 경우)에 대한 인덱스에 해당합니다. '입력'의 차원.
'updates'는 'Q-1+PK' 순위의 'Tensor'이며 모양은 다음과 같습니다.
$$[d_0, ..., d_{Q-2}, input.shape[K], ..., input.shape[P-1]].$$
예를 들어, 랭크 1 텐서에 4개의 분산된 요소를 8개의 요소에 추가한다고 가정해 보겠습니다. Python에서 해당 추가는 다음과 같습니다.
입력 = tf.constant([1, 2, 3, 4, 5, 6, 7, 8]) 인덱스 = tf.constant([[4], [3], [1], [7]]) 업데이트 = tf.constant([9, 10, 11, 12]) 출력 = tf.scatter_nd_non_aliasing_add(input, indices, presents) with tf.Session() as sess: print(sess.run(output))
결과 값 `output`은 다음과 같습니다:
[1, 13, 3, 14, 14, 6, 7, 20]
슬라이스를 업데이트하는 방법에 대한 자세한 내용은 tf.scatter_nd 참조하세요.
공개 방법
| 출력 <T> | 출력 () 텐서의 기호 핸들을 반환합니다. |
| static <T, U 확장 번호> ScatterNdNonAliasingAdd <T> | |
| 출력 <T> | 출력 () 'updates'로 업데이트된 'input' 값을 포함하는 'input'과 동일한 형태의 'Tensor'입니다. |
상속된 메서드
공개 방법
공개 출력 <T> asOutput ()
텐서의 기호 핸들을 반환합니다.
TensorFlow 작업에 대한 입력은 다른 TensorFlow 작업의 출력입니다. 이 메서드는 입력 계산을 나타내는 기호 핸들을 얻는 데 사용됩니다.
public static ScatterNdNonAliasingAdd <T> create ( 범위 범위, 피연산자 <T> 입력, 피연산자 <U> 인덱스, 피연산자 <T> 업데이트)
새로운 ScatterNdNonAliasingAdd 작업을 래핑하는 클래스를 생성하는 팩토리 메서드입니다.
매개변수
| 범위 | 현재 범위 |
|---|---|
| 입력 | 텐서. |
| 지수 | 텐서. 'int32', 'int64' 유형 중 하나여야 합니다. '입력'에 대한 인덱스의 텐서입니다. |
| 업데이트 | 텐서. ref와 동일한 유형이어야 합니다. '입력'에 추가할 업데이트된 값의 텐서입니다. |
보고
- ScatterNdNonAliasingAdd의 새 인스턴스