tensorflow::ops::ScatterNdUpdate

Applique des mises à jour updates à des valeurs ou tranches individuelles au sein d'un ensemble donné.

Résumé

variable selon indices .

ref est un Tensor de rang P et indices est un Tensor de rang Q

indices doivent être un tenseur d'entiers contenant les indices de ref . Il doit avoir la forme suivante : \([d_0, ..., d_{Q-2}, K]\) où 0 < K <= P .

La dimension la plus interne des indices (de longueur K ) correspond aux indices dans les éléments (si K = P ) ou les tranches (si K < P ) le long de la K ème dimension de ref .

updates est Tensor de rang Q-1+PK de forme :

Par exemple, supposons que nous voulions convertir 4 éléments dispersés en un tenseur de rang 1 contenant 8 éléments. En Python, cette conversion ressemblerait à ceci :

    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)

La mise à jour de la référence qui en résulterait ressemblerait à ceci :

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

Consultez tf.scatter_nd pour plus de détails sur la manière de mettre à jour les tranches.

Voir aussi tf.scatter_update et tf.batch_scatter_update .

Arguments :

• portée : un objet Scope
• ref : Un tenseur mutable. Doit provenir d’un nœud Variable .
• indices : Un tenseur . Doit être de l'un des types suivants : int32, int64. Un tenseur d'indices dans ref.
• mises à jour : Un tenseur . Doit être du même type que ref. Un tenseur de valeurs mises à jour à ajouter à ref.

Attributs optionnels (voir Attrs ) :

• use_locking : Booléen optionnel. Par défaut : True. Si True, l’affectation sera protégée par un verrou ; sinon, le comportement est indéfini, mais peut entraîner moins de conflits d’accès.

Retours :

• Output : Identique à la référence. Retourné pour plus de commodité pour les opérations qui souhaitent utiliser les valeurs mises à jour une fois la mise à jour terminée.

attributs publics

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
)