ScatterNdSub

एक चर में अलग-अलग मानों या स्लाइसों के लिए विरल घटाव लागू करता है।

किसी दिए गए चर के भीतर `सूचकांक` के अनुसार।

`रेफ` रैंक `पी` के साथ एक `टेन्सर` है और `इंडेक्स` रैंक `क्यू` का `टेन्सर` है।

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

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

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

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

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

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

रेफरी के लिए परिणामी अद्यतन इस तरह दिखेगा:

[1, -9, 3, 6, 4, 6, 7, 4]

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