ScatterNdUpdate

Aplica `atualizações` esparsas a valores individuais ou fatias dentro de um determinado

variável de acordo com `índices`.

`ref` é um `Tensor` com classificação `P` e `indices` é um `Tensor` de classificação `Q`.

`indices` deve ser um tensor inteiro, contendo índices em `ref`. Deve ser forma \\([d_0, ..., d_{Q-2}, K]\\) onde `0 <K <= P`.

A dimensão mais interna dos `índices` (com comprimento `K`) corresponde a índices em elementos (se `K = P`) ou fatias (se `K <P`) ao longo da `K`ésima dimensão de `ref`.

`updates` é `Tensor` de classificação `Q-1+PK` com forma:

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

Por exemplo, digamos que queremos atualizar 4 elementos dispersos para um tensor de classificação 1 para 8 elementos. Em Python, essa atualização ficaria assim:

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]

Consulte tf.scatter_nd para obter mais detalhes sobre como fazer atualizações nas fatias.

Veja também `tf.scatter_update` e `tf.batch_scatter_update`.