Phân tánNdKhông răng cưaThêm

Áp dụng phép cộng thưa thớt cho `input` bằng cách sử dụng các giá trị hoặc lát cắt riêng lẻ

từ `cập nhật` theo chỉ số `chỉ số`. Các bản cập nhật không có răng cưa: `input` chỉ được sửa đổi tại chỗ nếu không có thao tác nào khác sử dụng nó. Nếu không, một bản sao của `input` sẽ được tạo. Thao tác này có độ dốc đối với cả `đầu vào` và `cập nhật`.

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

`chỉ số` phải là tenxơ số nguyên, chứa các chỉ số vào `đầu vào`. Nó phải là hình 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 `(PK)` lát cắt chiều (nếu `K < P`) dọc theo `K`th kích thước của `đầu vào`.

`update` là `Tensor` cấp `Q-1+PK` có hình dạng:

Ví dụ: giả sử chúng ta muốn thêm 4 phần tử phân tán vào một tenxơ hạng 1 cho 8 phần tử. Trong Python, phần bổ sung đó sẽ trông như thế này:

đầu vào = tf.constant([1, 2, 3, 4, 5, 6, 7, 8]) chỉ số = tf.constant([[4], [3], [1], [7]]) update = tf.constant([9, 10, 11, 12]) out = tf.scatter_nd_non_aliasing_add(input,index,updates) với tf.Session() là sess: print(sess.run(output))

Giá trị kết quả `output` sẽ trông như thế này:

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

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