टेंसरस्कैटरअपडेट

`सूचकांकों` के अनुसार `अपडेट्स` को मौजूदा टेंसर में बिखेरें।

यह ऑपरेशन पास किए गए `टेंसर` में विरल `अपडेट` लागू करके एक नया टेंसर बनाता है। यह ऑपरेशन `tf.scatter_nd` के समान है, सिवाय इसके कि अपडेट मौजूदा टेंसर पर बिखरे हुए हैं (शून्य-टेंसर के विपरीत)। यदि मौजूदा टेंसर की मेमोरी का पुन: उपयोग नहीं किया जा सकता है, तो एक प्रतिलिपि बनाई और अद्यतन की जाती है।

यदि `सूचकांक` में डुप्लिकेट हैं, तो उनके अपडेट संचित (संक्षेपित) किए जाते हैं।

चेतावनी : जिस क्रम में अद्यतन लागू किए जाते हैं वह गैर-नियतात्मक है, इसलिए यदि `सूचकांक` में डुप्लिकेट हैं तो आउटपुट गैर-नियतात्मक होगा - कुछ संख्यात्मक सन्निकटन मुद्दों के कारण, अलग-अलग क्रम में संख्याओं को जोड़ने पर अलग-अलग परिणाम मिल सकते हैं।

`सूचकांक` एक पूर्णांक टेंसर है जिसमें सूचकांक `आकार` के एक नए टेंसर में समाहित होते हैं। `सूचकांकों` का अंतिम आयाम अधिकतम `आकार` की रैंक हो सकता है:

सूचकांक.आकार[-1] <= आकार.रैंक

`सूचकांक` का अंतिम आयाम तत्वों में सूचकांक से मेल खाता है (यदि `सूचकांक.आकार[-1] = आकार.रैंक`) या स्लाइस (यदि `सूचकांक.आकार[-1] <आकार.रैंक`) आयाम `सूचकांकों के साथ .shape[-1]` का `shape`। `अपडेट` आकार वाला एक टेंसर है

सूचकांक.आकार[:-1] + आकार[सूचकांक.आकार[-1]:]

स्कैटर का सबसे सरल रूप सूचकांक द्वारा व्यक्तिगत तत्वों को टेंसर में सम्मिलित करना है। उदाहरण के लिए, मान लें कि हम 8 तत्वों वाले रैंक-1 टेंसर में 4 बिखरे हुए तत्व सम्मिलित करना चाहते हैं।

पायथन में, यह स्कैटर ऑपरेशन इस तरह दिखेगा:

>>> सूचकांक = tf.constant([[4], [3], [1], [7]]) >>> अद्यतन = tf.constant([9, 10, 11, 12]) >>> टेंसर = tf.ones([8], dtype=tf.int32) >>> print(tf.tensor_scatter_nd_update(tensor, indices, update)) tf.Tensor([ 1 11 1 10 9 1 1 12], आकार=(8 ,), dtype=int32)

हम एक उच्च रैंक टेंसर के पूरे स्लाइस को एक साथ भी सम्मिलित कर सकते हैं। उदाहरण के लिए, यदि हम रैंक-3 टेंसर के पहले आयाम में नए मानों के दो मैट्रिक्स के साथ दो स्लाइस सम्मिलित करना चाहते हैं।

पायथन में, यह स्कैटर ऑपरेशन इस तरह दिखेगा:

>>> सूचकांक = tf.constant([[0], [2]]) >>> अद्यतन = 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]]]) >>> टेंसर = tf.ones([4, 4, 4], dtype=tf.int32) >>> प्रिंट (tf.tensor_scatter_nd_update(tensor, indices, update).numpy()) [[[5 5 5 5] [6 6 6 6] [7 7 7 7] [8 8 8 8]] [[1 1 1 1] [1 1 1 1] [1 1 1 1] [1 1 1 1]] [[5 5 5 5] [6 6 6 6] [7 7 7 7] [8 8 8 8]] [[1 1 1 1] [1 1 1 1] [1 1 1 1] [1 1 1 1]]]

ध्यान दें कि सीपीयू पर, यदि कोई आउट ऑफ बाउंड इंडेक्स पाया जाता है, तो एक त्रुटि वापस आ जाती है। जीपीयू पर, यदि कोई आउट ऑफ बाउंड इंडेक्स पाया जाता है, तो इंडेक्स को नजरअंदाज कर दिया जाता है।