DispersiónNd

Distribuya las "actualizaciones" en un nuevo tensor según los "índices".

Crea un nuevo tensor aplicando "actualizaciones" dispersas a valores individuales o sectores dentro de un tensor (inicialmente cero para numérico, vacío para cadena) de la "forma" dada según los índices. Este operador es el inverso del operador `tf.gather_nd` que extrae valores o cortes de un tensor determinado.

Esta operación es similar a tensor_scatter_add, excepto que el tensor está inicializado en cero. Llamar a `tf.scatter_nd(índices, valores, forma)` es idéntico a `tensor_scatter_add(tf.zeros(forma, valores.dtype), índices, valores)`

Si los "índices" contienen duplicados, sus actualizaciones se acumulan (suman).

ADVERTENCIA : El orden en el que se aplican las actualizaciones no es determinista, por lo que el resultado no será determinista si los "índices" contienen duplicados; debido a algunos problemas de aproximación numérica, los números sumados en diferente orden pueden producir resultados diferentes.

"índices" es un tensor entero que contiene índices en un nuevo tensor de forma "forma". La última dimensión de los "índices" puede ser como máximo el rango de "forma":

índices.forma[-1] <= forma.rango

La última dimensión de `indices` corresponde a índices en elementos (si `indices.shape[-1] = shape.rank`) o cortes (si `indices.shape[-1] < shape.rank`) a lo largo de la dimensión `indices .forma[-1]` de `forma`. `actualizaciones` es un tensor con forma

índices.forma[:-1] + forma[índices.forma[-1]:]

La forma más sencilla de dispersión es insertar elementos individuales en un tensor por índice. Por ejemplo, digamos que queremos insertar 4 elementos dispersos en un tensor de rango 1 con 8 elementos.

En Python, esta operación de dispersión se vería así:

indices = tf.constant([[4], [3], [1], [7]])
     updates = tf.constant([9, 10, 11, 12])
     shape = tf.constant([8])
     scatter = tf.scatter_nd(indices, updates, shape)
     print(scatter)
 

[0, 11, 0, 10, 9, 0, 0, 12]

También podemos insertar porciones enteras de un tensor de rango superior a la vez. Por ejemplo, si quisiéramos insertar dos cortes en la primera dimensión de un tensor de rango 3 con dos matrices de nuevos valores.

En Python, esta operación de dispersión se vería así:

indices = tf.constant([[0], [2]])
     updates = tf.constant([[[5, 5, 5, 5], [6, 6, 6, 6],
                             [7, 7, 7, 7], [8, 8, 8, 8]],
                            [[5, 5, 5, 5], [6, 6, 6, 6],
                             [7, 7, 7, 7], [8, 8, 8, 8]]])
     shape = tf.constant([4, 4, 4])
     scatter = tf.scatter_nd(indices, updates, shape)
     print(scatter)
 

[[[5, 5, 5, 5], [6, 6, 6, 6], [7, 7, 7, 7], [8, 8, 8, 8]], [[0, 0, 0 , 0], [0, 0, 0, 0], [0, 0, 0, 0], [0, 0, 0, 0]], [[5, 5, 5, 5], [6, 6 , 6, 6], [7, 7, 7, 7], [8, 8, 8, 8]], [[0, 0, 0, 0], [0, 0, 0, 0], [0 , 0, 0, 0], [0, 0, 0, 0]]]

Tenga en cuenta que en la CPU, si se encuentra un índice fuera de límite, se devuelve un error. En GPU, si se encuentra un índice fuera de límite, se ignora el índice.