ScatterNdNonAliasingAdd

अलग-अलग मानों या स्लाइस का उपयोग करके `इनपुट` में विरल जोड़ लागू करता है

सूचकांक `सूचकांक` के अनुसार `अपडेट` से। अपडेट गैर-अलियासिंग हैं: `इनपुट` को केवल इन-प्लेस संशोधित किया जाता है यदि कोई अन्य संचालन इसका उपयोग नहीं करेगा। अन्यथा, `इनपुट` की एक प्रति बनाई जाती है। इस ऑपरेशन में `इनपुट` और `अपडेट` दोनों के संबंध में एक ग्रेडिएंट है।

`इनपुट` रैंक `पी` के साथ एक `टेन्सर` है और `सूचकांक` रैंक `क्यू` का `टेन्सर` है।

`सूचकांक` पूर्णांक टेंसर होना चाहिए, जिसमें सूचकांक `इनपुट` हों। इसका आकार \\([d_0, ..., d_{Q-2}, K]\\) होना चाहिए जहां `0 <K <= P`।

`सूचकांक` (लंबाई `के` के साथ) का अंतरतम आयाम तत्वों में सूचकांक से मेल खाता है (यदि `के = पी`) या `(पीके)`-आयामी स्लाइस (यदि `के <पी`) `के`वें के साथ 'इनपुट' का आयाम।

`अपडेट` आकार के साथ `Q-1+PK` रैंक का `टेन्सर` है:

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

उदाहरण के लिए, मान लें कि हम 4 बिखरे हुए तत्वों को रैंक -1 टेंसर में 8 तत्वों में जोड़ना चाहते हैं। पायथन में, वह जोड़ इस तरह दिखेगा:

इनपुट = tf.constant ([1, 2, 3, 4, 5, 6, 7, 8]) सूचकांक = tf.constant ([[4], [3], [1], [7]]) अद्यतन = tf.constant([9, 10, 11, 12]) आउटपुट = tf.scatter_nd_non_aliasing_add (इनपुट, इंडेक्स, अपडेट) tf.Session () के साथ सेस के रूप में: प्रिंट (sess.run (आउटपुट))

परिणामी मूल्य `आउटपुट` इस तरह दिखेगा:

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

स्लाइस में अपडेट करने के तरीके के बारे में अधिक जानकारी के लिए tf.scatter_nd देखें।