тензорный поток :: ops :: ResourceScatterNdUpdate

Применяет разреженные updates к отдельным значениям или фрагментам в пределах заданного.

Резюме

переменная по indices .

ref - это Tensor ранга P а indices - Tensor ранга Q

indices должны быть целым тензором, содержащим индексы в ref . Он должен иметь форму [d_0, ..., d_{Q-2}, K] где 0 < K <= P

Самая внутренняя размерность indices (с длиной K ) соответствует индексам на элементы (если K = P ) или срезы (если K < P ) вдоль K го измерения ref .

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

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

Например, предположим, что мы хотим обновить 4 рассеянных элемента до тензора ранга 1 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)

Результирующее обновление для ref будет выглядеть так:

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

См. tf.scatter_nd для получения дополнительной информации о том, как обновлять срезы.

Аргументы:

• scope: объект Scope
• ref: дескриптор ресурса. Должен быть из VarHandleOp.
• индексы: Тензор . Должен быть одного из следующих типов: int32, int64. Тензор индексов в исх.
• обновления: Тензор . Должен иметь тот же тип, что и исх. Тензор обновленных значений для добавления к исх.

Необязательные атрибуты (см. Attrs ):

• use_locking: необязательный bool. По умолчанию True. Если True, назначение будет защищено блокировкой; в противном случае поведение не определено, но может вызывать меньше конфликтов.

Возврат:

• созданная Operation

Публичные атрибуты

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
)