ResourceScatterNdUpdate

bookmark_border Organízate con las colecciones Guarda y clasifica el contenido según tus preferencias.

Aplica "actualizaciones" dispersas a valores o sectores individuales dentro de un determinado

variable según `índices`.

`ref` es un `Tensor` con rango `P` y `indices` es un `Tensor` de rango `Q`.

Los "índices" deben ser un tensor entero que contenga índices en "ref". Debe tener la forma `[d_0, ..., d_{Q-2}, K]` donde `0 < K <= P`.

La dimensión más interna de los `índices` (con longitud `K`) corresponde a índices en elementos (si `K = P`) o cortes (si `K < P`) a lo largo de la `K`ésima dimensión de `ref`.

`updates` es `Tensor` de rango `Q-1+PK` con forma:

[d_0, ..., d_{Q-2, ref.shape[K], ..., ref.shape[P-1]].
 }

ref = tf.Variable([1, 2, 3, 4, 5, 6, 7, 8])
     indices = tf.constant([[4], [3], [1] ,[7]])
     updates = tf.constant([9, 10, 11, 12])
     update = tf.scatter_nd_update(ref, indices, updates)
     with tf.Session() as sess:
       print sess.run(update)
 

[1, 11, 3, 10, 9, 6, 7, 12]

Consulte tf.scatter_nd para obtener más detalles sobre cómo realizar actualizaciones en los sectores.