TensorScatterAdd

Dodaje rzadkie „aktualizacje” do istniejącego tensora zgodnie z „indeksami”.

Ta operacja tworzy nowy tensor poprzez dodanie rzadkich „aktualizacji” do przekazanego „tensora”. Ta operacja jest bardzo podobna do `tf.scatter_nd_add`, z tą różnicą, że aktualizacje są dodawane do istniejącego tensora (a nie do zmiennej). Jeśli nie można ponownie wykorzystać pamięci istniejącego tensora, tworzona jest i aktualizowana kopia.

`indices` jest tensorem całkowitym zawierającym indeksy w nowym tensorze kształtu `tensor.shape`. Ostatni wymiar „indeksów” może mieć co najwyżej rangę „tensor.shape”:

indeksy.kształt[-1] <= tensor.kształt.rank

Ostatni wymiar `indices` odpowiada indeksom na elementy (jeśli `indices.shape[-1] = tensor.shape.rank`) lub plasterki (jeśli `indices.shape[-1] < tensor.shape.rank`) wzdłuż wymiaru „indices.shape[-1]” elementu „tensor.shape”. „aktualizacje” to tensor z kształtem

indeksy.kształt[:-1] + tensor.kształt[indeksy.kształt[-1]:]

Najprostszą formą tensor_scatter_add jest dodanie poszczególnych elementów do tensora według indeksu. Załóżmy na przykład, że chcemy dodać 4 elementy do tensora rangi 1 z 8 elementami.

W Pythonie ta operacja dodawania rozproszenia wyglądałaby tak:

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_add(tensor, indices, updates)
     print(updated)
 

[1, 12, 1, 11, 10, 1, 1, 13]

Możemy także wstawić na raz całe wycinki tensora wyższego rzędu. Na przykład, gdybyśmy chcieli wstawić dwa wycinki w pierwszym wymiarze tensora rangi 3 z dwiema macierzami o nowych wartościach.

W Pythonie ta operacja dodawania rozproszenia wyglądałaby tak:

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_add(tensor, indices, updates)
     print(updated)
 

[[[6, 6, 6, 6], [7, 7, 7, 7], [8, 8, 8, 8], [9, 9, 9, 9]], [[1, 1, 1 , 1], [1, 1, 1, 1], [1, 1, 1, 1], [1, 1, 1, 1]], [[6, 6, 6, 6], [7, 7 , 7, 7], [8, 8, 8, 8], [9, 9, 9, 9]], [[1, 1, 1, 1], [1, 1, 1, 1], [1 , 1, 1, 1], [1, 1, 1, 1]]]

Należy pamiętać, że na procesorze, jeśli zostanie znaleziony indeks spoza limitu, zwracany jest błąd. Jeśli na GPU zostanie znaleziony indeks spoza limitu, zostanie on zignorowany.