يطبق تحديثات متفرقة على مرجع متغير.
تحسب هذه العملية
# Scalar indices
ref[indices, ...] = updates[...]
# Vector indices (for each i)
ref[indices[i], ...] = updates[i, ...]
# High rank indices (for each i, ..., j)
ref[indices[i, ..., j], ...] = updates[i, ..., j, ...]
إذا كان سيتم تحديث القيم الموجودة في `ref` أكثر من مرة، بسبب وجود إدخالات مكررة في `المؤشرات`، فإن ترتيب إجراء التحديثات لكل قيمة يكون غير محدد.
يتطلب `updates.shape = indices.shape + ref.shape[1:]` أو `updates.shape = []`.
راجع أيضًا `tf.batch_scatter_update` و`tf.scatter_nd_update`.
فئات متداخلة
فصل | تحديث مبعثر.خيارات | السمات الاختيارية لـ ScatterUpdate |
الأساليب العامة
الإخراج <T> | كإخراج () إرجاع المقبض الرمزي للموتر. |
ثابت <T، U يمتد الرقم> ScatterUpdate <T> | |
الإخراج <T> | مرجع الإخراج () = نفس `المرجع`. |
ثابت ScatterUpdate.Options | useLocking (استخدام منطقي منطقي) |
الطرق الموروثة
الأساليب العامة
الإخراج العام <T> كإخراج ()
إرجاع المقبض الرمزي للموتر.
المدخلات إلى عمليات TensorFlow هي مخرجات عملية TensorFlow أخرى. يتم استخدام هذه الطريقة للحصول على مقبض رمزي يمثل حساب الإدخال.
إنشاء ScatterUpdate ثابت عام <T> (نطاق النطاق ، مرجع المعامل <T>، مؤشرات المعامل <U>، تحديثات المعامل <T>، الخيارات... خيارات)
طريقة المصنع لإنشاء فئة تغلف عملية ScatterUpdate جديدة.
حدود
نِطَاق | النطاق الحالي |
---|---|
المرجع | يجب أن يكون من عقدة "متغير". |
المؤشرات | موتر المؤشرات في البعد الأول من `ref`. |
التحديثات | موتر القيم المحدثة لتخزينها في `ref`. |
خيارات | يحمل قيم السمات الاختيارية |
المرتجعات
- مثيل جديد لـ ScatterUpdate
الإخراج العام <T> inputRef ()
= نفس `المرجع`. يتم إرجاعها لتسهيل العمليات التي تريد استخدام القيم المحدثة بعد الانتهاء من التحديث.
ScatterUpdate.Options العام الثابت useLocking (boolean useLocking)
حدود
useLocking | إذا كان True، فسيتم حماية المهمة بواسطة قفل؛ وإلا فإن السلوك غير محدد، ولكنه قد يحمل قدرًا أقل من الخلاف. |
---|