ResourceScatterMin

ResourceScatterMin คลาสสุดท้ายสาธารณะ

ลดการอัปเดตแบบกระจัดกระจายลงในตัวแปรที่อ้างอิงโดย "ทรัพยากร" โดยใช้การดำเนินการ "ขั้นต่ำ"

การดำเนินการนี้คำนวณ

# ดัชนีสเกลาร์ ref[indices, ...] = min(ref[indices, ...], อัปเดต[...])

# ดัชนีเวกเตอร์ (สำหรับแต่ละ i) ref[indices[i], ...] = min(ref[indices[i], ...], อัปเดต[i, ...])

# ดัชนีอันดับสูง (สำหรับแต่ละ i, ..., j) ref[indices[i, ..., j], ...] = min(ref[indices[i, ..., j], .. .], อัปเดต[i, ..., j, ...])

รายการที่ซ้ำกันได้รับการจัดการอย่างถูกต้อง: หาก `ดัชนี` หลายรายการอ้างอิงถึงตำแหน่งเดียวกัน การมีส่วนร่วมของรายการเหล่านั้นจะรวมกัน

ต้องใช้ `updates.shape = indices.shape + ref.shape[1:]` หรือ `updates.shape = []`

ค่าคงที่

สตริง OP_NAME ชื่อของ op นี้ ซึ่งรู้จักกันในชื่อของเอ็นจิ้นหลัก TensorFlow

วิธีการสาธารณะ

ResourceScatterMin แบบคงที่
สร้าง (ขอบเขต ขอบเขต ตัวดำเนินการ <?> ทรัพยากร ตัวดำเนินการ <? ขยาย TNumber > ดัชนี ตัวดำเนินการ <? ขยาย TType > อัปเดต)
วิธีการจากโรงงานเพื่อสร้างคลาสที่รวมการดำเนินการ ResourceScatterMin ใหม่

วิธีการสืบทอด

ค่าคงที่

สตริงสุดท้ายแบบคงที่สาธารณะ OP_NAME

ชื่อของ op นี้ ซึ่งรู้จักกันในชื่อของเอ็นจิ้นหลัก TensorFlow

ค่าคงที่: "ResourceScatterMin"

วิธีการสาธารณะ

ResourceScatterMin คงที่สาธารณะ สร้าง (ขอบเขต ขอบเขต , ตัวดำเนินการ <?> ทรัพยากร, ตัวดำเนินการ <? ขยาย TNumber > ดัชนี, ตัวดำเนินการ <? ขยาย TType > อัปเดต)

วิธีการจากโรงงานเพื่อสร้างคลาสที่รวมการดำเนินการ ResourceScatterMin ใหม่

พารามิเตอร์
ขอบเขต ขอบเขตปัจจุบัน
ทรัพยากร ควรมาจากโหนด "ตัวแปร"
ดัชนี เทนเซอร์ของดัชนีในมิติแรกของ 'การอ้างอิง'
อัปเดต เทนเซอร์ของค่าที่อัปเดตเพื่อเพิ่มลงใน `ref`
การส่งคืน
  • อินสแตนซ์ใหม่ของ ResourceScatterMin