tensorflow:: ops:: ResourceScatterNdSub

কোনো ভেরিয়েবলের স্বতন্ত্র মান বা স্লাইসের উপর স্পার্স সাবট্রাকশন প্রয়োগ করে।

সারসংক্ষেপ

ref হলো P র‍্যাঙ্কের একটি Tensor এবং indices হলো Q র‍্যাঙ্কের একটি Tensor ।

indices অবশ্যই একটি পূর্ণসংখ্যা টেনসর হতে হবে, যা ref এর অন্তর্ভুক্ত সূচকসমূহ ধারণ করবে। এর আকৃতি অবশ্যই [d_0, ..., d_{Q-2}, K] হতে হবে, যেখানে 0 < K <= P

indices সর্বঅন্তর্গত মাত্রা (যার দৈর্ঘ্য K ) ref এর K তম মাত্রা বরাবর উপাদানসমূহের (যদি K = P ) অথবা স্লাইসসমূহের (যদি K < P ) সূচকসমূহকে নির্দেশ করে।

updates হলো Q-1+PK র‍্যাঙ্কের Tensor যার আকৃতি:

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

উদাহরণস্বরূপ, ধরুন আমরা ৮টি উপাদান বিশিষ্ট একটি র‍্যাঙ্ক-১ টেনসর থেকে ৪টি বিক্ষিপ্ত উপাদান বিয়োগ করতে চাই। পাইথনে, সেই বিয়োগফলটি দেখতে এইরকম হবে:

ref = tf.Variable([1, 2, 3, 4, 5, 6, 7, 8], use_resource=True)
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)

ref-এর ফলস্বরূপ আপডেটটি দেখতে এইরকম হবে:

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

স্লাইসগুলি কীভাবে আপডেট করতে হয় সে সম্পর্কে আরও বিস্তারিত জানতে tf.scatter_nd দেখুন।

যুক্তি:

• স্কোপ: একটি স্কোপ অবজেক্ট
• ref: একটি রিসোর্স হ্যান্ডেল। এটি অবশ্যই একটি VarHandleOp থেকে হতে হবে।
• সূচকসমূহ: একটি টেনসর । অবশ্যই নিম্নলিখিত প্রকারগুলির মধ্যে একটি হতে হবে: int32, int64। ref-এর সূচকসমূহের একটি টেনসর।
• আপডেট: একটি টেনসর । এর টাইপ অবশ্যই রেফের টাইপের মতো হতে হবে। রেফে যোগ করার জন্য মানগুলোর একটি টেনসর।

ঐচ্ছিক অ্যাট্রিবিউটসমূহ (দেখুন Attrs ):

• use_locking: একটি ঐচ্ছিক বুলিয়ান ভ্যালু। এর ডিফল্ট মান হলো True। যদি True হয়, তাহলে অ্যাসাইনমেন্টটি একটি লক দ্বারা সুরক্ষিত থাকবে; অন্যথায় এর আচরণ অনির্ধারিত, তবে এতে কনটেনশন কম হতে পারে।

ফেরত:

• তৈরি করা Operation

জনসাধারণের বৈশিষ্ট্য

Operation operation

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

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

 operator::tensorflow::Operation() const 

Attrs UseLocking(
  bool x
)