flux tensoriel : : opérations : : DispersionNdSub

Applique une soustraction clairsemée à des valeurs ou tranches individuelles dans une Variable .

Résumé

au sein d'une variable donnée selon indices .

ref est un Tensor de rang P et indices est un Tensor de rang Q .

indices doivent être des tenseurs entiers, contenant des indices dans ref . Il doit avoir la forme [d_0, ..., d_{Q-2}, K] où 0 < K <= P .

La dimension la plus intérieure des indices (de longueur K ) correspond aux indices en éléments (si K = P ) ou en tranches (si K < P ) le long de la K ème dimension de ref .

updates sont Tensor de rang Q-1+PK de forme :

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

Par exemple, disons que nous voulons soustraire 4 éléments dispersés d'un tenseur de rang 1 avec 8 éléments. En Python, cette soustraction ressemblerait à ceci :

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)

La mise à jour résultante de la référence ressemblerait à ceci :

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

Voir tf.scatter_nd pour plus de détails sur la façon de mettre à jour les tranches.

Arguments:

• scope : un objet Scope
• ref : Un Tensor mutable. Doit provenir d’un nœud variable .
• indices : un tenseur . Doit être l'un des types suivants : int32, int64. Un tenseur d'indices dans la réf.
• mises à jour : Un Tenseur . Doit être du même type que la réf. Un tenseur de valeurs mises à jour à soustraire de la réf.

Attributs facultatifs (voir Attrs ) :

• use_locking : un booléen facultatif. La valeur par défaut est True. Si True, l'affectation sera protégée par un verrou ; sinon, le comportement n'est pas défini, mais peut présenter moins de conflits.

Retour:

• Output : Identique à la réf. Renvoyé pour faciliter les opérations qui souhaitent utiliser les valeurs mises à jour une fois la mise à jour terminée.

Attributs publics

Operation operation

::tensorflow::Output output_ref

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

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

::tensorflow::Node * node() const 

 operator::tensorflow::Input() const 

 operator::tensorflow::Output() const 

Attrs UseLocking(
  bool x
)