به روز رسانی های پراکنده را برای یک مرجع متغیر اعمال می کند.
این عملیات محاسبه می کند
# 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, ...]
این عملیات «ref» را پس از انجام بهروزرسانی، خروجی میدهد. این امر زنجیره عملیاتی را که نیاز به استفاده از مقدار بازنشانی دارند آسان تر می کند.اگر مقادیر «ref» بیش از یک بار بهروزرسانی شوند، زیرا ورودیهای تکراری در «شاخصها» وجود دارد، ترتیب بهروزرسانیها برای هر مقدار تعریف نشده است.
به «updates.shape = indices.shape + ref.shape[1:]» یا «updates.shape = []» نیاز دارد.
به «tf.batch_scatter_update» و «tf.scatter_nd_update» نیز مراجعه کنید.
کلاس های تو در تو
کلاس | ScatterUpdate.Options | ویژگی های اختیاری برای ScatterUpdate |
روش های عمومی
خروجی <T> | asOutput () دسته نمادین یک تانسور را برمیگرداند. |
استاتیک <T، U گسترش شماره> ScatterUpdate <T> | |
خروجی <T> | outputRef () = همان "ref". |
استاتیک ScatterUpdate.Options | useLocking (قفل کردن استفاده بولی) |
روش های ارثی
روش های عمومی
خروجی عمومی <T> asOutput ()
دسته نمادین یک تانسور را برمیگرداند.
ورودی های عملیات TensorFlow خروجی های عملیات تنسورفلو دیگر هستند. این روش برای به دست آوردن یک دسته نمادین که نشان دهنده محاسبه ورودی است استفاده می شود.
عمومی استاتیک ScatterUpdate <T> ایجاد ( scope scope، Operand <T> ref، Operand <U> indeks، Operand <T> updates, Options... گزینه ها)
روش Factory برای ایجاد کلاسی که یک عملیات ScatterUpdate جدید را بسته بندی می کند.
پارامترها
دامنه | محدوده فعلی |
---|---|
رجوع کنید | باید از یک گره «متغیر» باشد. |
شاخص ها | تانسوری از شاخصها در بعد اول «ref». |
به روز رسانی ها | تانسوری از مقادیر بهروزرسانی شده برای ذخیره در «ref». |
گزینه ها | مقادیر ویژگی های اختیاری را حمل می کند |
برمی گرداند
- یک نمونه جدید از ScatterUpdate
خروجی عمومی <T> outputRef ()
= همان "ref". برای عملیاتی که میخواهند پس از انجام بهروزرسانی از مقادیر بهروزشده استفاده کنند، بهعنوان سهولت بازگردانده شد.
عمومی استاتیک ScatterUpdate. Options useLocking (Locking استفاده بولی)
پارامترها
استفاده از قفل کردن | اگر True باشد، انتساب توسط یک قفل محافظت می شود. در غیر این صورت رفتار تعریف نشده است، اما ممکن است اختلاف کمتری از خود نشان دهد. |
---|