ScatterNd

กระจาย 'อัปเดต' เป็นเทนเซอร์ใหม่ตาม 'ดัชนี'

สร้างเทนเซอร์ใหม่โดยใช้ "การอัปเดต" แบบเบาบางกับค่าแต่ละค่าหรือส่วนย่อยภายในเทนเซอร์ (เริ่มแรกเป็นศูนย์สำหรับตัวเลข ว่างสำหรับสตริง) ของ "รูปร่าง" ที่กำหนดตามดัชนี โอเปอเรเตอร์นี้จะกลับกันของโอเปอเรเตอร์ `tf.gather_nd` ซึ่งจะแยกค่าหรือการแบ่งส่วนจากเทนเซอร์ที่กำหนด

การดำเนินการนี้คล้ายกับ tensor_scatter_add ยกเว้นว่าเทนเซอร์จะเริ่มต้นเป็นศูนย์ การเรียก `tf.scatter_nd(indices,values,shape)` เหมือนกับ `tensor_scatter_add(tf.zeros(shape,values.dtype), indices,values)`

หาก `ดัชนี` มีรายการที่ซ้ำกัน การอัปเดตจะถูกสะสม (สรุป)

คำเตือน : ลำดับที่ใช้การอัปเดตนั้นไม่ได้กำหนดไว้ ดังนั้นเอาต์พุตจะไม่สามารถกำหนดได้หาก "ดัชนี" มีรายการที่ซ้ำกัน เนื่องจากปัญหาการประมาณตัวเลขบางประการ ตัวเลขที่สรุปในลำดับที่ต่างกันอาจให้ผลลัพธ์ที่แตกต่างกัน

`indices` คือเทนเซอร์จำนวนเต็มที่มีดัชนีอยู่ในเทนเซอร์ใหม่ของรูปร่าง 'รูปร่าง' มิติสุดท้ายของ "ดัชนี" สามารถอยู่ในอันดับสูงสุดของ "รูปร่าง" ได้:

indices.shape[-1] <= รูปร่างอันดับ

มิติสุดท้ายของ `ดัชนี` สอดคล้องกับดัชนีในองค์ประกอบ (หาก `indices.shape[-1] = shape.rank`) หรือชิ้น (หาก `indices.shape[-1] < รูปร่างอันดับ`) ตามแนว `ดัชนี .shape[-1]` ของ `รูปร่าง` `updates` เป็นเทนเซอร์ที่มีรูปร่าง

ดัชนีรูปร่าง[:-1] + รูปร่าง[ดัชนีรูปร่าง[-1]:]

รูปแบบการกระจายที่ง่ายที่สุดคือการแทรกแต่ละองค์ประกอบในเทนเซอร์ตามดัชนี ตัวอย่างเช่น สมมติว่าเราต้องการแทรกองค์ประกอบที่กระจัดกระจาย 4 องค์ประกอบในเทนเซอร์อันดับ 1 โดยมี 8 องค์ประกอบ

ใน Python การดำเนินการกระจายนี้จะมีลักษณะดังนี้:

indices = tf.constant([[4], [3], [1], [7]])
     updates = tf.constant([9, 10, 11, 12])
     shape = tf.constant([8])
     scatter = tf.scatter_nd(indices, updates, shape)
     print(scatter)
 

[0, 11, 0, 10, 9, 0, 0, 12]

นอกจากนี้เรายังสามารถแทรกส่วนของเทนเซอร์ลำดับที่สูงกว่าทั้งหมดได้ในคราวเดียว ตัวอย่างเช่น หากเราต้องการแทรกสองส่วนในมิติแรกของเทนเซอร์อันดับ 3 พร้อมด้วยเมทริกซ์ใหม่สองค่า

ใน Python การดำเนินการกระจายนี้จะมีลักษณะดังนี้:

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]]])
     shape = tf.constant([4, 4, 4])
     scatter = tf.scatter_nd(indices, updates, shape)
     print(scatter)
 

[[[5, 5, 5, 5], [6, 6, 6, 6], [7, 7, 7, 7], [8, 8, 8, 8]], [[0, 0, 0 , 0], [0, 0, 0, 0], [0, 0, 0, 0], [0, 0, 0, 0]], [[5, 5, 5, 5], [6, 6 , 6, 6], [7, 7, 7, 7], [8, 8, 8, 8]], [[0, 0, 0, 0], [0, 0, 0, 0], [0 , 0, 0, 0], [0, 0, 0, 0]]]

โปรดทราบว่าบน CPU หากพบดัชนีนอกขอบเขต ข้อผิดพลาดจะถูกส่งกลับ บน GPU หากพบดัชนีนอกขอบเขต ดัชนีนั้นจะถูกละเว้น