tensorflow :: ops :: ScatterMul

به روزرسانی های پراکنده را در یک مرجع متغیر ضرب می کند.

خلاصه

این عملیات محاسبه می شود

    # Scalar indices
    ref[indices, ...] *= updates[...]

    # Vector indices (for each i)
    ref[indices[i], ...] *= updates[i, ...]

    # High rank indices (for each i, ..., j)
    ref[indices[i, ..., j], ...] *= updates[i, ..., j, ...]

این عملیات پس از اتمام به روزرسانی ، ref را باز می کند این کار زنجیره عملیاتی را که باید از مقدار بازنشانی استفاده کنند آسان می کند.

ورودی های تکراری به درستی کنترل می شوند: اگر چندین indices به یک مکان اشاره کنند ، مشارکت آنها چند برابر می شود.

نیاز به updates.shape = indices.shape + ref.shape[1:] یا updates.shape = [] .

استدلال ها:

• دامنه: یک شی Sc Scope
• ref: باید از یک گره Variable باشد.
• شاخص ها: تنش کننده شاخص ها در بعد اول ref .
• updates: تنسور مقادیر به روز شده برای ضرب در ref .

ویژگی های اختیاری (به Attrs مراجعه کنید):

• use_locking: اگر درست باشد ، عملیات با قفل محافظت می شود. در غیر این صورت رفتار تعریف نشده است ، اما ممکن است مشاجره کمتری از خود نشان دهد.

بازده:

• Output : = همان ref . به عنوان راحتی برای عملیاتی که می خواهند پس از انجام به روزرسانی از مقادیر به روز شده استفاده کنند ، بازگشت

صفات عمومی

Operation operation

::tensorflow::Output output_ref

 ScatterMul(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input ref,
  ::tensorflow::Input indices,
  ::tensorflow::Input updates
)

 ScatterMul(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input ref,
  ::tensorflow::Input indices,
  ::tensorflow::Input updates,
  const ScatterMul::Attrs & attrs
)

::tensorflow::Node * node() const 

 operator::tensorflow::Input() const 

 operator::tensorflow::Output() const 

Attrs UseLocking(
  bool x
)