ScatterNdSub

वैरिएबल में अलग-अलग मानों या स्लाइसों पर विरल घटाव लागू करता है।

`सूचकांक` के अनुसार किसी दिए गए चर के भीतर।

`ref` रैंक `P` वाला `Tensor` है और `indices` रैंक `Q` वाला `Tensor` है।

`सूचकांक` पूर्णांक टेंसर होना चाहिए, जिसमें सूचकांक `रेफ` में हों। इसका आकार `[d_0, ..., d_{Q-2}, K]` होना चाहिए जहां `0 < K <= P`।

`सूचकांकों` का अंतरतम आयाम (लंबाई `K` के साथ) `ref` के `K`वें आयाम के साथ तत्वों (यदि `K = P`) या स्लाइस (यदि `K < P`) के सूचकांकों से मेल खाता है।

`अपडेट` रैंक `Q-1+PK` का `टेन्सर` है जिसका आकार है:

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

1 उदाहरण के लिए, मान लें कि हम 8 तत्वों वाले रैंक-1 टेंसर से 4 बिखरे हुए तत्वों को घटाना चाहते हैं। पायथन में, वह घटाव इस तरह दिखेगा:

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])
 sub = tf.scatter_nd_sub(ref, indices, updates)
 with tf.Session() as sess:
   print sess.run(sub)
 

रेफरी का परिणामी अपडेट इस तरह दिखेगा:

[1, -9, 3, -6, -4, 6, 7, -4]

स्लाइस में अपडेट करने के तरीके के बारे में अधिक जानकारी के लिए tf.scatter_nd देखें।