TensorScatterОбновить

Разбросайте «обновления» по существующему тензору в соответствии с «индексами».

Эта операция создает новый тензор, применяя разреженные «обновления» к переданному «тензору». Эта операция очень похожа на tf.scatter_nd, за исключением того, что обновления распределяются по существующему тензору (в отличие от нулевого тензора). Если память существующего тензора не может быть повторно использована, создается и обновляется копия.

Если индексы содержат дубликаты, то их обновления накапливаются (суммируются).

ВНИМАНИЕ : Порядок применения обновлений недетерминирован, поэтому выходные данные будут недетерминированными, если индексы содержат дубликаты — из-за некоторых проблем числовой аппроксимации числа, суммированные в разном порядке, могут давать разные результаты.

`indexes` — это целочисленный тензор, содержащий индексы в новый тензор формы `shape`. Последнее измерение «индексов» может быть не более чем рангом «формы»:

index.shape[-1] <= shape.rank

Последнее измерение индексов соответствует индексам элементов (если indices.shape[-1] = shape.rank) или срезов (если indices.shape[-1] < shape.rank) вдоль измерения индексов. .shape[-1]` из `shape`. «обновления» — это тензор с формой

indexes.shape[:-1] + shape[indices.shape[-1]:]

Самая простая форма разброса — вставка отдельных элементов в тензор по индексу. Например, предположим, что мы хотим вставить 4 разбросанных элемента в тензор ранга 1 с 8 элементами.

В Python эта операция разброса будет выглядеть так:

>>> индексы = tf.constant([[4], [3], [1], [7]]) >>> обновления = tf.constant([9, 10, 11, 12]) >>> тензор = tf.ones([8], dtype=tf.int32) >>> print(tf.tensor_scatter_nd_update(тензор, индексы, обновления)) tf.Tensor([ 1 11 1 10 9 1 1 12], shape=(8 ,), dtype=int32)

Мы также можем вставить целые фрагменты тензора более высокого ранга одновременно. Например, если мы хотим вставить два среза в первое измерение тензора ранга 3 с двумя матрицами новых значений.

В Python эта операция разброса будет выглядеть так:

>>> индексы = tf.constant([[0], [2]]) >>> обновления = 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) >>> print (tf.tensor_scatter_nd_update(tensor, indexs, 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]]]

Обратите внимание, что на процессоре, если обнаруживается выходной индекс, возвращается ошибка. На графическом процессоре, если обнаружен выходящий за пределы индекс, индекс игнорируется.