ScatterNdNonAliasingTambahkan

Menerapkan penambahan jarang ke `input` menggunakan nilai atau irisan individual

dari `pembaruan` menurut indeks `indeks`. Pembaruannya non-aliasing: `input` hanya diubah di tempat jika tidak ada operasi lain yang menggunakannya. Jika tidak, salinan `input` akan dibuat. Operasi ini memiliki gradien terhadap `input` dan `updates`.

`input` adalah `Tensor` dengan peringkat `P` dan `indeks` adalah `Tensor` dengan peringkat `Q`.

`indeks` harus berupa tensor bilangan bulat, yang berisi indeks ke dalam `input`. Itu harus berbentuk \\([d_0, ..., d_{Q-2}, K]\\) dengan `0 < K <= P`.

Dimensi terdalam dari `indeks` (dengan panjang `K`) sesuai dengan indeks ke dalam elemen (jika `K = P`) atau irisan dimensi `(PK)` (jika `K < P`) sepanjang `K`th dimensi `masukan`.

`updates` adalah `Tensor` dengan peringkat `Q-1+PK` dengan bentuk:

Misalnya kita ingin menambahkan 4 elemen tersebar ke tensor peringkat-1 menjadi 8 elemen. Di Python, penambahan itu akan terlihat seperti ini:

input = tf.constant([1, 2, 3, 4, 5, 6, 7, 8]) indeks = tf.constant([[4], [3], [1], [7]]) pembaruan = tf.constant([9, 10, 11, 12]) output = tf.scatter_nd_non_aliasing_add(input, indeks, pembaruan) dengan tf.Session() sebagai sess: print(sess.run(output))

Nilai `output` yang dihasilkan akan terlihat seperti ini:

[1, 13, 3, 14, 14, 6, 7, 20]

Lihat `tf.scatter_nd` untuk detail selengkapnya tentang cara memperbarui irisan.