ScatterNdUpdate

ใช้ "การอัปเดต" แบบกระจัดกระจายกับแต่ละค่าหรือส่วนต่างๆ ภายในที่กำหนด

แปรผันตาม 'ดัชนี'

`ref` คือ 'Tensor' ที่มีอันดับ 'P' และ 'indices' คือ 'Tensor' ของอันดับ 'Q'

`ดัชนี` ต้องเป็นเทนเซอร์จำนวนเต็ม ซึ่งมีดัชนีอยู่ใน `อ้างอิง` จะต้องเป็นรูปร่าง \\([d_0, ..., d_{Q-2}, K]\\) โดยที่ `0 < K <= P`

มิติในสุดของ `ดัชนี` (ที่มีความยาว `K`) สอดคล้องกับดัชนีเป็นองค์ประกอบ (ถ้า `K = P`) หรือสไลซ์ (ถ้า `K < P`) ไปตามมิติ `K` ของ `ref`

`updates` คือ `Tensor` ของอันดับ `Q-1+PK` ที่มีรูปร่าง:

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

ตัวอย่างเช่น สมมติว่าเราต้องการอัปเดตองค์ประกอบที่กระจัดกระจาย 4 รายการเป็นเทนเซอร์อันดับ 1 เป็น 8 องค์ประกอบ ใน Python การอัปเดตนั้นจะมีลักษณะดังนี้:

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

[1, 11, 3, 10, 9, 6, 7, 12]

ดู tf.scatter_nd สำหรับรายละเอียดเพิ่มเติมเกี่ยวกับวิธีการอัปเดตสไลซ์

ดูเพิ่มเติมที่ `tf.scatter_update` และ `tf.batch_scatter_update`