ScatterNdMax

kelas akhir publik ScatterNdMax

Menghitung maksimum berdasarkan elemen.

Kelas Bersarang

kelas Opsi ScatterNdMax Atribut opsional untuk ScatterNdMax

Konstanta

Rangkaian OP_NAME Nama operasi ini dikenal dengan mesin inti TensorFlow

Metode Publik

Keluaran <T>
sebagai Keluaran ()
Mengembalikan pegangan simbolis tensor.
statis <T memperluas TType > ScatterNdMax <T>
buat ( Lingkup cakupan, Operan <T> ref, Operan <? extends TNumber > indeks, pembaruan Operan <T>, Opsi... opsi)
Metode pabrik untuk membuat kelas yang membungkus operasi ScatterNdMax baru.
Keluaran <T>
keluaranRef ()
Sama seperti referensi.
ScatterNdMax.Options statis
useLocking (penguncian penggunaan Boolean)

Metode Warisan

Konstanta

String akhir statis publik OP_NAME

Nama operasi ini dikenal dengan mesin inti TensorFlow

Nilai Konstan: "ScatterNdMax"

Metode Publik

Keluaran publik <T> sebagai Keluaran ()

Mengembalikan pegangan simbolis tensor.

Masukan ke operasi TensorFlow adalah keluaran dari operasi TensorFlow lainnya. Metode ini digunakan untuk mendapatkan pegangan simbolis yang mewakili perhitungan input.

public static ScatterNdMax <T> buat ( Lingkup cakupan , Operand <T> ref, Operand <? extends TNumber > indeks, pembaruan Operand <T>, Opsi... opsi)

Metode pabrik untuk membuat kelas yang membungkus operasi ScatterNdMax baru.

Parameter
cakupan ruang lingkup saat ini
referensi Tensor yang bisa berubah. Harus dari node Variabel.
indeks Sebuah Tensor. Harus berupa salah satu dari jenis berikut: int32, int64. Tensor indeks menjadi ref.
pembaruan Sebuah Tensor. Harus memiliki tipe yang sama dengan ref. Tensor nilai yang diperbarui untuk ditambahkan ke referensi.
pilihan membawa nilai atribut opsional
Kembali
  • contoh baru dari ScatterNdMax

Keluaran publik <T> keluaranRef ()

Sama seperti referensi. Dikembalikan untuk memudahkan operasi yang ingin menggunakan nilai yang diperbarui setelah pembaruan selesai.

ScatterNdMax.Options statis publik useLocking (Boolean useLocking)

Parameter
gunakan Penguncian Bodoh opsional. Defaultnya adalah Benar. Jika Benar, penugasan akan dilindungi oleh kunci; jika tidak, perilaku tersebut tidak terdefinisikan, namun mungkin menunjukkan lebih sedikit pertentangan.