टेन्सरफ्लो::ऑप्स::रिसोर्सस्कैटरएनडीअपडेट

यह दिए गए डेटासेट के भीतर व्यक्तिगत मानों या स्लाइस पर विरल updates लागू करता है।

सारांश

indices के अनुसार चर।

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

indices पूर्णांक टेंसर होना चाहिए, जिसमें ref में इंडेक्स शामिल हों। इसका आकार [d_0, ..., d_{Q-2}, K] होना चाहिए जहाँ 0 < K <= P ।

indices का सबसे भीतरी आयाम (लंबाई K के साथ) ref के K वें आयाम के साथ तत्वों (यदि K = P ) या स्लाइस (यदि K < P ) में सूचकांकों के अनुरूप होता है।

updates रैंक Q-1+PK का Tensor है जिसका आकार इस प्रकार है:

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

उदाहरण के लिए, मान लीजिए कि हम 4 बिखरे हुए तत्वों को रैंक-1 टेंसर में 8 तत्वों तक अपडेट करना चाहते हैं। पायथन में, यह अपडेट कुछ 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])
    update = tf.scatter_nd_update(ref, indices, updates)
    with tf.Session() as sess:
      print sess.run(update)

ref में परिणामी अपडेट इस प्रकार दिखेगा:

[1, 11, 3, 10, 9, 6, 7, 12]

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

तर्क:

• स्कोप: एक स्कोप ऑब्जेक्ट
• ref: एक संसाधन हैंडल। यह VarHandleOp से होना चाहिए।
• indices: एक टेंसर । यह निम्नलिखित प्रकारों में से एक होना चाहिए: int32, int64। ref में इंडेक्स का एक टेंसर।
• अपडेट: एक टेंसर । इसका प्रकार रेफ़ के समान होना चाहिए। रेफ़ में जोड़ने के लिए अद्यतन मानों का एक टेंसर।

वैकल्पिक विशेषताएँ (देखें Attrs ):

• use_locking: एक वैकल्पिक बूलियन मान। डिफ़ॉल्ट मान True है। यदि True है, तो असाइनमेंट को लॉक द्वारा सुरक्षित किया जाएगा; अन्यथा व्यवहार अनिश्चित है, लेकिन इसमें कम टकराव हो सकता है।

प्रतिफल:

• निर्मित Operation

सार्वजनिक विशेषताएँ

Operation operation

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

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

 operator::tensorflow::Operation() const 

Attrs UseLocking(
  bool x
)