ScatterNdUpdate

Aplica `atualizações` esparsas a valores individuais ou fatias dentro de um determinado

variável de acordo com `índices`.

`ref` é um` Tensor` com classificação `P` e` índices` é um `Tensor` de classificação` Q`.

`índices` deve ser tensor inteiro, contendo índices em` ref`. Deve ser forma \\([d_0, ..., d_{Q-2}, K]\\) onde `0 <K <= P`.

A dimensão mais interna de `índices` (com comprimento` K`) corresponde a índices em elementos (se `K = P`) ou fatias (se` K <P`) ao longo da `K`ésima dimensão de` ref`.

`updates` é` Tensor` de classificação `Q-1 + PK` com forma:

Por exemplo, digamos que queremos atualizar 4 elementos dispersos para um tensor de classificação 1 para 8 elementos. Em Python, que atualização ficaria assim:

ref = tf.Variable([1, 2, 3, 4, 5, 6, 7, 8])
     indices = tf.constant([[4], [3], [1] ,[7]])
     updates = tf.constant([9, 10, 11, 12])
     update = tf.scatter_nd_update(ref, indices, updates)
     with tf.Session() as sess:
       print sess.run(update)
 

[1, 11, 3, 10, 9, 6, 7, 12]

Veja `tf.scatter_nd` para mais detalhes sobre como fazer atualizações em fatias.

Veja também `tf.scatter_update` e` tf.batch_scatter_update`.