ScatterNdUpdate

به‌روزرسانی‌های پراکنده را برای مقادیر یا برش‌های فردی در یک داده اعمال می‌کند

متغیر با توجه به "شاخص ها".

«ref» یک «تنسور» با رتبه «P» است و «شاخص‌ها» یک «تانسور» از رتبه «Q» است.

«شاخص‌ها» باید تانسور عدد صحیح باشند و شامل شاخص‌هایی به «ref» باشند. باید شکل \\([d_0, ..., d_{Q-2}, K]\\) باشد که در آن «0 < K <= P» باشد.

درونی‌ترین بعد «شاخص‌ها» (با طول «K») مربوط به شاخص‌هایی به عناصر (اگر «K = P») یا برش‌هایی (اگر «K <P») در امتداد «K»مین بعد «ref» است.

«به‌روزرسانی‌ها» «تنسور» رتبه «Q-1+PK» با شکل:

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

به عنوان مثال، فرض کنید می خواهیم 4 عنصر پراکنده را به تانسور رتبه-1 به 8 عنصر به روز کنیم. در پایتون، این به روز رسانی به این صورت خواهد بود:

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]

برای جزئیات بیشتر درباره نحوه به‌روزرسانی برش‌ها tf.scatter_nd را ببینید.

به «tf.scatter_update» و «tf.batch_scatter_update» نیز مراجعه کنید.