ScatterNdSub

Stosuje rzadkie odejmowanie do poszczególnych wartości lub wycinków zmiennej.

w obrębie danej zmiennej według „wskaźników”.

„ref” to „Tensor” o randze „P”, a „indeksy” to „Tensor” o randze „Q”.

„indeksy” muszą być tensorami całkowitymi, zawierającymi indeksy w „ref”. Musi to być kształt `[d_0, ..., d_{Q-2}, K]` gdzie `0 < K <= P`.

Najbardziej wewnętrzny wymiar „indeksów” (o długości „K”) odpowiada indeksom na elementy (jeśli „K = P”) lub plasterki (jeśli „K < P”) wzdłuż „K” wymiaru „ref”.

„updates” to „Tensor” rangi „Q-1+PK” o kształcie:

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

Załóżmy na przykład, że chcemy odjąć 4 rozproszone elementy od tensora rangi 1 zawierającego 8 elementów. W Pythonie to odejmowanie wyglądałoby tak:

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)
 

Wynikowa aktualizacja ref wyglądałaby następująco:

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

Zobacz tf.scatter_nd , aby uzyskać więcej szczegółów na temat aktualizowania plasterków.