Tài NguyênPhân TánNdSub

Áp dụng phép trừ thưa thớt cho các giá trị hoặc lát riêng lẻ trong Biến.

`ref` là một `Tensor` có hạng `P` và `chỉ số` là một `Tensor` có hạng `Q`.

`chỉ số` phải là tensor nguyên, chứa các chỉ số vào `ref`. Nó phải có dạng `[d_0, ..., d_{Q-2}, K]` trong đó `0 < K <= P`.

Chiều trong cùng của `chỉ số` (có độ dài `K`) tương ứng với chỉ số thành các phần tử (nếu `K = P`) hoặc lát cắt (nếu `K < P`) dọc theo chiều thứ `K` của `ref`.

`updates` là `Tensor` của hạng `Q-1+PK` có hình dạng:

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

Ví dụ: giả sử chúng ta muốn trừ 4 phần tử phân tán khỏi một tenxơ hạng 1 có 8 phần tử. Trong Python, phép trừ đó sẽ trông như thế này:

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)
 

Kết quả cập nhật cho ref sẽ trông như thế này:

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

Xem `tf.scatter_nd` để biết thêm chi tiết về cách cập nhật các slice.