ScatterNdSub

מחיל חיסור דליל על ערכים בודדים או פרוסות במשתנה.

בתוך משתנה נתון לפי `מדדים`.

`ref` הוא `טנזור` עם דרגה `P` ו`מדדים` הוא `טנזור` בדרגת `Q`.

'מדדים' חייב להיות טנזור של מספר שלם, המכיל אינדקסים לתוך 'ref'. זה חייב להיות צורה `[d_0, ..., d_{Q-2}, K]` כאשר `0 < K <= P`.

הממד הפנימי ביותר של `מדדים` (עם אורך `K`) מתאים למדדים לאלמנטים (אם `K = P`) או לפרוסות (אם `K < P`) לאורך הממד `K` של `ref`.

`עדכונים` הוא `טנזור` בדרגה `Q-1+PK` עם הצורה:

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

לדוגמה, נניח שאנו רוצים להחסיר 4 אלמנטים מפוזרים מטנסור בדרגה-1 עם 8 אלמנטים. ב-Python, החיסור הזה ייראה כך:

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)
 

העדכון שיתקבל ל-ref ייראה כך:

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

ראה tf.scatter_nd לפרטים נוספים על איך לבצע עדכונים לפרוסות.