TensorScatterSub

`सूचकांक` के अनुसार मौजूदा टेंसर से विरल `अपडेट` घटाता है।

यह ऑपरेशन पास किए गए `टेन्सर` में से विरल `अपडेट्स` को घटाकर एक नया टेंसर बनाता है। यह ऑपरेशन `tf.scatter_nd_sub` के समान है, सिवाय इसके कि अपडेट मौजूदा टेंसर से घटाए 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।

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

सूचकांक.आकार[-1] <= आकार.रैंक

`सूचकांक` का अंतिम आयाम तत्वों में सूचकांक से मेल खाता है (यदि `सूचकांक.आकार[-1] = आकार.रैंक`) या स्लाइस (यदि `सूचकांक.आकार[-1] <आकार.रैंक`) आयाम `सूचकांकों के साथ .shape[-1]` का `shape`। `अपडेट` आकार वाला एक टेंसर है

सूचकांक.आकार[:-1] + आकार[सूचकांक.आकार[-1]:]

टेंसर_स्कैटर_सब का सबसे सरल रूप इंडेक्स द्वारा टेंसर से अलग-अलग तत्वों को घटाना है। उदाहरण के लिए, मान लें कि हम 8 तत्वों वाले रैंक-1 टेंसर में 4 बिखरे हुए तत्व सम्मिलित करना चाहते हैं।

पायथन में, यह स्कैटर घटाव ऑपरेशन इस तरह दिखेगा:

indices = tf.constant([[4], [3], [1], [7]])
     updates = tf.constant([9, 10, 11, 12])
     tensor = tf.ones([8], dtype=tf.int32)
     updated = tf.tensor_scatter_nd_sub(tensor, indices, updates)
     print(updated)
 

[1, -10, 1, -9, -8, 1, 1, -11]

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:

indices = tf.constant([[0], [2]])
     updates = 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]]])
     tensor = tf.ones([4, 4, 4],dtype=tf.int32)
     updated = tf.tensor_scatter_nd_sub(tensor, indices, updates)
     print(updated)
 

[[[-4, -4, -4, -4], [-5, -5, -5, -5], [-6, -6, -6, -6], [-7, -7 , -7, -7]], [[1, 1, 1, 1], [1, 1, 1, 1], [1, 1, 1, 1], [1, 1, 1, 1]] , [[-4, -4, -4, -4], [-5, -5, -5, -5], [-6, -6, -6, -6], [-7, -7 , -7, -7]], [[1, 1, 1, 1], [1, 1, 1, 1], [1, 1, 1, 1], [1, 1, 1, 1]] ]

ध्यान दें कि 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।