TensorScatterAdd

Ajoute des « mises à jour » éparses à un tenseur existant en fonction des « indices ».

Cette opération crée un nouveau tenseur en ajoutant des « mises à jour » clairsemées au « tenseur » transmis. Cette opération est très similaire à tf.compat.v1.scatter_nd_add , sauf que les mises à jour sont ajoutées sur un tenseur existant (par opposition à une variable). Si la mémoire du tenseur existant ne peut pas être réutilisée, une copie est réalisée et mise à jour.

`indices` est un tenseur entier contenant des indices dans un nouveau tenseur de forme `tensor.shape`. La dernière dimension des « indices » peut être au plus le rang de « tensor.shape » :

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

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

En Python, cette opération d'ajout dispersé ressemblerait à ceci :

>>> indices = tf.constant([[4], [3], [1], [7]]) >>> mises à jour = tf.constant([9, 10, 11, 12]) >>> tenseur = tf.ones([8], dtype=tf.int32) >>> mis à jour = tf.tensor_scatter_nd_add(tensor, indices, mises à jour) >>> mis à jour

Nous pouvons également insérer des tranches entières d’un tenseur de rang supérieur d’un seul coup. Par exemple, si l'on voulait insérer deux tranches dans la première dimension d'un tenseur de rang 3 avec deux matrices de nouvelles valeurs.

En Python, cette opération d'ajout dispersé ressemblerait à ceci :

>>> indices = tf.constant([[0], [2]]) >>> mises à jour = 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]]]) >>> tenseur = tf.ones([4, 4, 4],dtype=tf.int32) >>> mis à jour = tf.tensor_scatter_nd_add(tenseur, indices, mises à jour) >>> mis à jour

Remarque : sur le processeur, si un index hors limite est trouvé, une erreur est renvoyée. Sur GPU, si un index hors limite est trouvé, l'index est ignoré.