TensorScatterSub

コレクションでコンテンツを整理 必要に応じて、コンテンツの保存と分類を行います。

「インデックス」に従って既存のテンソルからスパースの「更新」を減算します。

この操作は、渡された `tensor` からスパースの `updates` を減算することによって、新しい tensor を作成します。この操作は `tf.scatter_nd_sub` と非常に似ていますが、更新が (変数ではなく) 既存のテンソルから減算される点が異なります。既存のテンソルのメモリを再利用できない場合は、コピーが作成されて更新されます。

`indices` は、形状 `shape` の新しいテンソルへのインデックスを含む整数テンソルです。 `index` の最後の次元は、最大でも `shape` のランクになります。

インデックス.形状[-1] <= 形状.ランク

`indices` の最後の次元は、次元 `indices` に沿った要素へのインデックス (`indices.shape[-1] = Shape.rank` の場合) またはスライス (`indices.shape[-1] <shape.rank` の場合) に対応します。 .shape[-1]` の `shape`。 「updates」は形状を持つテンソルです

インデックス.シェイプ[:-1] + シェイプ[インデックス.シェイプ[-1]:]

tensor_scatter_sub の最も単純な形式は、インデックスによってテンソルから個々の要素を減算することです。たとえば、8 つの要素を持つランク 1 のテンソルに 4 つの散乱要素を挿入するとします。

Python では、この散乱減算演算は次のようになります。

indices = tf.constant([[4], [3], [1], [7]])
     updates = tf.constant([9, 10, 11, 12])
     tensor = tf.ones([8], dtype=tf.int32)
     updated = tf.tensor_scatter_nd_sub(tensor, indices, updates)
     print(updated)
 

[1、-10、1、-9、-8、1、1、-11]

また、より高いランクのテンソルのスライス全体を一度に挿入することもできます。たとえば、新しい値の 2 つの行列を持つランク 3 テンソルの最初の次元に 2 つのスライスを挿入したいとします。

Python では、この分散追加操作は次のようになります。

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]]])
     tensor = tf.ones([4, 4, 4],dtype=tf.int32)
     updated = tf.tensor_scatter_nd_sub(tensor, indices, updates)
     print(updated)
 

[[[-4, -4, -4, -4], [-5, -5, -5, -5], [-6, -6, -6, -6], [-7, -7] 、-7、-7]]、[[1、1、1、1]、[1、1、1、1]、[1、1、1、1]、[1、1、1、1]] 、[[-4、-4、-4、-4]、[-5、-5、-5、-5]、[-6、-6、-6、-6]、[-7、-7] 、-7、-7]]、[[1、1、1、1]、[1、1、1、1]、[1、1、1、1]、[1、1、1、1]] 】

CPU では、範囲外のインデックスが見つかった場合、エラーが返されることに注意してください。 GPU では、範囲外のインデックスが見つかった場合、そのインデックスは無視されます。