tensorflow:: ops:: ScatterNdAdd

يطبق عملية الجمع المتفرق على القيم الفردية أو الشرائح في متغير .

ملخص

ref عبارة عن Tensor من الرتبة P indices عبارة عن Tensor من الرتبة Q

يجب أن تكون indices عبارة عن موتر عددي صحيح، يحتوي على مؤشرات في ref . يجب أن يكون شكله [d_0, ..., d_{Q-2}, K] حيث 0 < K <= P

يتوافق البعد الداخلي indices (بطول K ) مع الفهارس في العناصر (إذا كان K = P ) أو الشرائح (إذا كان K < P ) على طول البعد K من ref .

updates عبارة عن Tensor من الرتبة Q-1+PK بالشكل التالي:

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

على سبيل المثال، لنفترض أننا نريد إضافة 4 عناصر مبعثرة إلى موتر من الرتبة 1 ليصبح عدد عناصره 8. في لغة بايثون، ستكون عملية الإضافة كالتالي:

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)

سيبدو التحديث الناتج للمرجع كما يلي:

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

راجع tf.scatter_nd لمزيد من التفاصيل حول كيفية إجراء التحديثات على الشرائح.

الحجج:

• النطاق: كائن النطاق
• مرجع: موتر قابل للتغيير. يجب أن يكون من عقدة متغيرة .
• المؤشرات: موتر . يجب أن يكون أحد الأنواع التالية: int32، int64. موتر من المؤشرات في المرجع.
• التحديثات: موتر . يجب أن يكون من نفس نوع المرجع. موتر للقيم المحدثة لإضافتها إلى المرجع.

السمات الاختيارية (انظر Attrs ):

• استخدام القفل: قيمة منطقية اختيارية. القيمة الافتراضية هي "صحيح". إذا كانت القيمة "صحيح"، فسيتم حماية عملية الإسناد بواسطة قفل؛ وإلا فإن السلوك غير محدد، ولكنه قد يُظهر تنازعًا أقل.

المرتجعات:

• Output : نفس قيمة المرجع. يتم إرجاعه لتسهيل العمليات التي ترغب في استخدام القيم المحدثة بعد اكتمال التحديث.

السمات العامة

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
)