tensorflow::ops::ScatterUpdate

Menerapkan pembaruan jarang pada referensi variabel.

Ringkasan

Operasi ini menghitung

    # Scalar indices
    ref[indices, ...] = updates[...]

    # Vector indices (for each i)
    ref[indices[i], ...] = updates[i, ...]

    # High rank indices (for each i, ..., j)
    ref[indices[i, ..., j], ...] = updates[i, ..., j, ...]

Operasi ini menghasilkan ref setelah pembaruan selesai. Hal ini mempermudah rangkaian operasi yang perlu menggunakan nilai reset.

Jika nilai dalam ref perlu diperbarui lebih dari sekali, karena ada entri duplikat dalam indices , urutan pembaruan untuk setiap nilai tidak terdefinisi.

Membutuhkan updates.shape = indices.shape + ref.shape[1:] atau updates.shape = [] .

Lihat juga tf.batch_scatter_update dan tf.scatter_nd_update .

Argumen:

• Cakupan: Objek Cakupan
• ref: Seharusnya berasal dari node Variable .
• indeks: Sebuah tensor indeks ke dimensi pertama dari ref .
• updates: Sebuah tensor berisi nilai-nilai yang diperbarui untuk disimpan dalam ref .

Atribut opsional (lihat Attrs ):

• use_locking: Jika True, penugasan akan dilindungi oleh kunci; jika tidak, perilakunya tidak terdefinisi, tetapi mungkin menunjukkan persaingan yang lebih sedikit.

Mengembalikan:

• Output : = Sama seperti ref . Dikembalikan sebagai kemudahan untuk operasi yang ingin menggunakan nilai yang diperbarui setelah pembaruan selesai.

Atribut publik

Operation operation

::tensorflow::Output output_ref

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

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

::tensorflow::Node * node() const 

 operator::tensorflow::Input() const 

 operator::tensorflow::Output() const 

Attrs UseLocking(
  bool x
)