TensorScatterNdAdd

Menambahkan `pembaruan` yang jarang ke tensor yang ada menurut `indeks`.

Operasi ini membuat tensor baru dengan menambahkan `pembaruan` yang jarang ke `tensor` yang diteruskan. Operasi ini sangat mirip dengan `tf.scatter_nd_add`, hanya saja pembaruan ditambahkan ke tensor yang sudah ada (bukan variabel). Jika memori untuk tensor yang ada tidak dapat digunakan kembali, salinan akan dibuat dan diperbarui.

`indices` adalah tensor bilangan bulat yang berisi indeks ke dalam tensor baru berbentuk `tensor.shape`. Dimensi terakhir dari `indeks` paling banyak dapat berupa peringkat `tensor.shape`:

indeks.bentuk[-1] <= tensor.bentuk.peringkat

Dimensi terakhir `indices` sesuai dengan indeks menjadi elemen (jika `indices.shape[-1] = tensor.shape.rank`) atau irisan (jika `indices.shape[-1] < tensor.shape.rank`) sepanjang dimensi `indices.shape[-1]` dari `tensor.shape`. `updates` adalah tensor dengan bentuk

indeks.bentuk[:-1] + tensor.bentuk[indeks.bentuk[-1]:]

Bentuk paling sederhana dari tensor_scatter_add adalah menambahkan elemen individual ke tensor berdasarkan indeks. Misalnya kita ingin menambahkan 4 elemen pada tensor peringkat-1 dengan 8 elemen.

Dengan Python, operasi penambahan pencar ini akan terlihat seperti ini:

indices = tf.constant([[4], [3], [1], [7]])
     updates = tf.constant([9, 10, 11, 12])
     tensor = tf.ones([8], dtype=tf.int32)
     updated = tf.tensor_scatter_nd_add(tensor, indices, updates)
     print(updated)
 

Tensor yang dihasilkan akan terlihat seperti ini:

[1, 12, 1, 11, 10, 1, 1, 13]

Kita juga dapat memasukkan seluruh bagian tensor dengan peringkat lebih tinggi sekaligus. Misalnya, jika kita ingin menyisipkan dua irisan pada dimensi pertama tensor peringkat-3 dengan dua matriks nilai baru.

Dengan Python, operasi penambahan pencar ini akan terlihat seperti ini:

indices = tf.constant([[0], [2]])
     updates = tf.constant([[[5, 5, 5, 5], [6, 6, 6, 6],
                             [7, 7, 7, 7], [8, 8, 8, 8]],
                            [[5, 5, 5, 5], [6, 6, 6, 6],
                             [7, 7, 7, 7], [8, 8, 8, 8]]])
     tensor = tf.ones([4, 4, 4],dtype=tf.int32)
     updated = tf.tensor_scatter_nd_add(tensor, indices, updates)
     print(updated)
 

Tensor yang dihasilkan akan terlihat seperti ini:

[[[6, 6, 6, 6], [7, 7, 7, 7], [8, 8, 8, 8], [9, 9, 9, 9]], [[1, 1, 1 , 1], [1, 1, 1, 1], [1, 1, 1, 1], [1, 1, 1, 1]], [[6, 6, 6, 6], [7, 7 , 7, 7], [8, 8, 8, 8], [9, 9, 9, 9]], [[1, 1, 1, 1], [1, 1, 1, 1], [1 , 1, 1, 1], [1, 1, 1, 1]]]

Perhatikan bahwa pada CPU, jika indeks di luar batas ditemukan, kesalahan akan dikembalikan. Pada GPU, jika ditemukan indeks di luar batas, indeks tersebut akan diabaikan.