분산NdSub

변수의 개별 값이나 조각에 희소 빼기를 적용합니다.

'인덱스'에 따라 주어진 변수 내에서.

'ref'는 순위가 'P'인 'Tensor'이고, 'indices'는 순위가 'Q'인 'Tensor'입니다.

`indices`는 `ref`에 대한 인덱스를 포함하는 정수 텐서여야 합니다. `0 < K <= P`인 경우 `[d_0, ..., d_{Q-2}, K]` 모양이어야 합니다.

`인덱스`(길이 `K` 포함)의 가장 안쪽 차원은 `ref`의 `K` 차원을 따라 요소(`K = P`인 경우) 또는 슬라이스(`K < P`인 경우)에 대한 인덱스에 해당합니다.

`updates`는 모양이

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

인 `Q-1+PK` 순위의 `Tensor`입니다. 예를 들어 요소가 8개 있는 순위 1 텐서에서 분산된 요소 4개를 빼고 싶다고 가정해 보겠습니다. Python에서 해당 빼기는 다음과 같습니다:

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])
 sub = tf.scatter_nd_sub(ref, indices, updates)
 with tf.Session() as sess:
   print sess.run(sub)
 

ref에 대한 결과 업데이트는 다음과 같습니다.

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

슬라이스를 업데이트하는 방법에 대한 자세한 내용은 `tf.scatter_nd`를 참조하세요.