TensorScatterUpdate

กระจาย 'อัปเดต' ไปยังเทนเซอร์ที่มีอยู่ตาม 'ดัชนี'

การดำเนินการนี้จะสร้างเทนเซอร์ใหม่โดยใช้ "การอัปเดต" แบบเบาบางกับการส่งผ่านใน "เทนเซอร์" การดำเนินการนี้คล้ายกับ tf.scatter_nd มาก ยกเว้นว่าการอัปเดตจะกระจายไปยังเทนเซอร์ที่มีอยู่ (ซึ่งตรงข้ามกับศูนย์เทนเซอร์) หากหน่วยความจำสำหรับเทนเซอร์ที่มีอยู่ไม่สามารถนำมาใช้ซ้ำได้ จะมีการทำสำเนาและอัปเดต

หาก `ดัชนี` มีรายการที่ซ้ำกัน เราจะเลือกการอัปเดตล่าสุดสำหรับดัชนี

หากพบดัชนีนอกขอบเขตบน CPU ข้อผิดพลาดจะถูกส่งกลับ

คำเตือน : มีความหมายเฉพาะของ GPU สำหรับการดำเนินการนี้ - หากพบดัชนีนอกขอบเขต ดัชนีนั้นจะถูกละเว้น - ลำดับการใช้การอัปเดตนั้นไม่ได้กำหนดไว้ ดังนั้นเอาต์พุตจะไม่ถูกกำหนดไว้หาก `ดัชนี` มีรายการที่ซ้ำกัน

`indices` คือเทนเซอร์จำนวนเต็มที่มีดัชนีอยู่ในเทนเซอร์ใหม่ของรูปร่าง 'รูปร่าง'

• `indices` ต้องมีอย่างน้อย 2 แกน: `(num_updates, index_ allowance)`
• แกนสุดท้ายของ `ดัชนี` คือความลึกในการจัดทำดัชนีเป็น `เทนเซอร์` ดังนั้นความลึกของดัชนีนี้จะต้องน้อยกว่าอันดับของ `เทนเซอร์`: `indices.shape[-1] <= tensor.ndim`

ถ้า `indices.shape[-1] = tensor.rank` Op นี้จะจัดทำดัชนีและอัปเดตองค์ประกอบสเกลาร์ ถ้า `indices.shape[-1] < tensor.rank` มันจะจัดทำดัชนีและอัปเดตส่วนของอินพุต `tensor`

`การอัปเดต` แต่ละรายการมีอันดับ `tensor.rank - indices.shape[-1]` รูปร่างโดยรวมของ `การอัปเดต` คือ:

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

สำหรับตัวอย่างการใช้งาน โปรดดูฟังก์ชัน python [tf.tensor_scatter_nd_update]( https://www.tensorflow.org/api_docs/python/tf/tensor_scatter_nd_update)