tensorflow::ops::ScatterNdUpdate

Применяет разреженные updates к отдельным значениям или срезам в заданном диапазоне.

Краткое содержание

переменная согласно indices .

ref — это Tensor ранга P , а indices — Tensor ранга Q

indices должны быть целочисленным тензором, содержащим индексы в ref . Форма должна быть следующей: \([d_0, ..., d_{Q-2}, K]\) где 0 < K <= P .

Внутреннее измерение indices (длиной K ) соответствует индексам элементов (если K = P ) или срезов (если K < P ) вдоль K -го измерения, указанного в ref .

updates — это Tensor ранга Q-1+PK с формой:

Например, предположим, мы хотим обновить тензор ранга 1, состоящий из 4 разбросанных элементов, до 8 элементов. В Python это обновление будет выглядеть так:

    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)

В результате обновление ссылки будет выглядеть следующим образом:

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

Более подробную информацию о том, как вносить изменения в срезы, см. в tf.scatter_nd .

См. также tf.scatter_update и tf.batch_scatter_update .

Аргументы:

• scope: Объект Scope
• Ссылка: Изменяемый тензор . Должен быть получен из узла Variable .
• indices: Тензор . Должен быть одного из следующих типов: int32, int64. Тензор индексов в ref.
• updates: A Tensor . Must have the same type from ref. A tensor of updated values ​​to add to ref.

Дополнительные атрибуты (см. Attrs ):

• use_locking: Необязательный логический параметр. По умолчанию — True. Если True, присваивание будет защищено блокировкой; в противном случае поведение не определено, но может привести к меньшей конкуренции.

Возвращает:

• Output : То же, что и в ссылке. Возвращается для удобства операций, которые хотят использовать обновленные значения после завершения обновления.

Общедоступные атрибуты

Operation operation

::tensorflow::Output output_ref

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

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

::tensorflow::Node * node() const 

 operator::tensorflow::Input() const 

 operator::tensorflow::Output() const 

Attrs UseLocking(
  bool x
)