TensorScatterAdd

`सूचकांक` के अनुसार मौजूदा टेंसर में विरल `अपडेट` जोड़ता है।

यह ऑपरेशन पास किए गए `टेंसर` में विरल `अपडेट` जोड़कर एक नया टेंसर बनाता है। यह ऑपरेशन tf.compat.v1.scatter_nd_add के समान है, सिवाय इसके कि अपडेट मौजूदा टेंसर पर जोड़े जाते हैं (वैरिएबल के विपरीत)। यदि मौजूदा टेंसर की मेमोरी का पुन: उपयोग नहीं किया जा सकता है, तो एक प्रतिलिपि बनाई और अद्यतन की जाती है।

`indices` एक पूर्णांक टेंसर है जिसमें सूचकांक `tensor.shape` आकार के एक नए टेंसर में समाहित होते हैं। `सूचकांकों` का अंतिम आयाम अधिकतम `tensor.shape` की रैंक हो सकता है:

indices.shape[-1] <= tensor.shape.rank
 

`सूचकांकों` का अंतिम आयाम तत्वों में सूचकांकों से मेल खाता है (यदि `indices.shape[-1] = Tensor.shape. रैंक`) या स्लाइस (यदि `indices.shape[-1] <tensor.shape.rank`) `tensor.shape` के आयाम `indices.shape[-1]` के साथ। `updates` आकार

indices.shape[:-1] + tensor.shape[indices.shape[-1]:]
 

वाला एक टेंसर है। `tensor_scatter_nd_add` का सबसे सरल रूप इंडेक्स द्वारा टेंसर में अलग-अलग तत्वों को जोड़ना है। उदाहरण के लिए, मान लें कि हम 8 तत्वों वाले रैंक-1 टेंसर में 4 तत्व जोड़ना चाहते हैं।

पायथन में, यह स्कैटर ऐड ऑपरेशन इस तरह दिखेगा:

>>> सूचकांक = tf.constant([[4], [3], [1], [7]]) >>> अद्यतन = tf.constant([9, 10, 11, 12]) >>> टेंसर = tf.ones([8], dtype=tf.int32) >>> अद्यतन = tf.tensor_scatter_nd_add(tensor, सूचकांक, अद्यतन) >>> अद्यतन

हम एक उच्च रैंक टेंसर के पूरे स्लाइस को एक साथ भी सम्मिलित कर सकते हैं। उदाहरण के लिए, यदि हम रैंक-3 टेंसर के पहले आयाम में नए मानों के दो मैट्रिक्स के साथ दो स्लाइस सम्मिलित करना चाहते हैं।

पायथन में, यह स्कैटर ऐड ऑपरेशन इस तरह दिखेगा:

>>> सूचकांक = tf.constant([[0], [2]]) >>> अद्यतन = tf.constant([[[5, 5, 5, 5], [6, 6, 6, 6], ... [7, 7, 7, 7], [8, 8, 8, 8]], ... [[5, 5, 5, 5], [6, 6, 6, 6], .. . [7, 7, 7, 7], [8, 8, 8, 8]]]) >>> टेंसर = tf.ones([4, 4, 4],dtype=tf.int32) >>> अपडेट किया गया = tf.tensor_scatter_nd_add(टेंसर, सूचकांक, अपडेट) >>> अपडेट किया गया

नोट: सीपीयू पर, यदि कोई आउट ऑफ बाउंड इंडेक्स पाया जाता है, तो एक त्रुटि वापस आ जाती है। जीपीयू पर, यदि कोई आउट ऑफ बाउंड इंडेक्स पाया जाता है, तो इंडेक्स को नजरअंदाज कर दिया जाता है।