टेंसरफ़्लो :: ऑप्स :: ScatterNdAdd

वैरिएबल में अलग-अलग मूल्यों या स्लाइस के अलावा विरल लागू होते हैं।

सारांश

ref रैंक P साथ एक Tensor और indices Q का Tensor है।

indices को पूर्णांक टेंसर होना चाहिए, जिसमें सूचकांक ref । इसका आकार [d_0, ..., d_{Q-2}, K] जहां 0 < K <= P ।

के अंतरतम आयाम indices (लंबाई के साथ K तत्वों में) सूचकांक से मेल खाती है (यदि K = P ) या स्लाइस (यदि K < P ) के साथ K की वें आयाम ref ।

updates आकार के साथ रैंक Q-1+PK का Tensor 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 से 8 तत्वों में जोड़ना चाहते हैं। पायथन में, इसके अलावा 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])
add = tf.scatter_nd_add(ref, indices, updates)
with tf.Session() as sess:
  print sess.run(add)

रेफरी के परिणामस्वरूप अपडेट इस तरह दिखेगा:

[1, 13, 3, 14, 14, 6, 7, 20]

स्लाइस को अपडेट कैसे करें के बारे में अधिक जानकारी के लिए tf.scatter_nd देखें।

तर्क:

• गुंजाइश: एक स्कोप ऑब्जेक्ट
• रेफरी: एक उत्परिवर्ती सेंसर । वैरिएबल नोड से होना चाहिए।
• सूचकांक: एक सेंसर । निम्नलिखित में से एक प्रकार होना चाहिए: int32, int64। रेफरी में सूचकांक का दशांश।
• अद्यतन: एक सेंसर । रेफ के समान प्रकार होना चाहिए। अद्यतन करने के लिए जोड़ने के लिए अद्यतन मूल्यों के एक दसियों।

वैकल्पिक विशेषताएँ ( Attrs देखें):

• use_locking: एक वैकल्पिक बूल। सत्य की अवहेलना। यदि सही है, तो असाइनमेंट को एक लॉक द्वारा संरक्षित किया जाएगा; अन्यथा व्यवहार अपरिभाषित है, लेकिन कम विवाद को प्रदर्शित कर सकता है।

रिटर्न:

• Output : रेफरी के समान। उन ऑपरेशनों के लिए एक सुविधा के रूप में लौटा जो अद्यतन किए जाने के बाद अद्यतन किए गए मानों का उपयोग करना चाहते हैं।

सार्वजनिक विशेषताएँ

Operation operation

::tensorflow::Output output_ref

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

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

::tensorflow::Node * node() const 

 operator::tensorflow::Input() const 

 operator::tensorflow::Output() const 

Attrs UseLocking(
  bool x
)