tensor akışı:: işlem:: KaynakScatterNdGüncelleme

Belirli bir değer içindeki bireysel değerlere veya dilimlere seyrek updates uygular.

Özet

indices göre değişkenlik göstermektedir.

ref , P derecesine sahip bir Tensor ve indices Q derecesine sahip bir Tensor .

indices ref içindeki dizinleri içeren tamsayı tensör olmalıdır. [d_0, ..., d_{Q-2}, K] şeklinde olmalıdır, burada 0 < K <= P .

indices en içteki boyutu ( K uzunluğu ile), ref K boyutu boyunca elemanlar ( K = P ise) veya dilimler ( K < P ise) şeklindeki endekslere karşılık gelir.

updates Q-1+PK dereceli Tensor ve şu şekle sahiptir:

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

Örneğin, 4 dağınık öğeyi derece 1 tensöre 8 öğeye güncellemek istediğimizi varsayalım. Python'da bu güncelleme şöyle görünecektir:

    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)

Sonuçta ortaya çıkan ref güncellemesi şu şekilde görünecektir:

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

Dilimlerde güncellemelerin nasıl yapılacağı hakkında daha fazla ayrıntı için tf.scatter_nd bakın.

Argümanlar:

• kapsam: Bir Kapsam nesnesi
• ref: Bir kaynak tanıtıcısı. Bir VarHandleOp'tan olmalıdır.
• endeksler: A Tensör . Aşağıdaki türlerden biri olmalıdır: int32, int64. Ref'e endekslerin tensörü.
• güncellemeler: Bir Tensör . Ref ile aynı türde olmalıdır. Referansa eklenecek güncellenmiş değerlerin tensörü.

İsteğe bağlı özellikler (bkz. Attrs ):

• use_locking: İsteğe bağlı bir bool. Varsayılan olarak True'dur. True ise atama bir kilitle korunacaktır; aksi takdirde davranış tanımsızdır ancak daha az çekişme sergileyebilir.

İadeler:

• oluşturulan Operation

Genel özellikler

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
)