TensorScatterUpdate

`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 हम सूचकांक के लिए अंतिम अद्यतन चुनते हैं।

यदि सीपीयू पर आउट ऑफ बाउंड इंडेक्स पाया जाता है, तो एक त्रुटि वापस आ जाती है।

चेतावनी : इस ऑपरेशन के लिए कुछ GPU विशिष्ट शब्दार्थ हैं। - यदि कोई आउट ऑफ बाउंड इंडेक्स पाया जाता है, तो इंडेक्स को नजरअंदाज कर दिया जाता है। - जिस क्रम में अद्यतन लागू किए जाते हैं वह गैर-नियतात्मक है, इसलिए यदि 'सूचकांकों' में डुप्लिकेट हैं तो आउटपुट गैर-नियतात्मक होगा।

`सूचकांक` एक पूर्णांक टेंसर है जिसमें सूचकांक `आकार` के एक नए टेंसर में समाहित होते हैं।

• `सूचकांक` में कम से कम 2 अक्ष होने चाहिए: `(num_updates, Index_depth)`।
• `सूचकांकों` की अंतिम धुरी `टेन्सर` में अनुक्रमित करने के लिए कितनी गहराई है, इसलिए इस सूचकांक की गहराई `टेन्सर` की रैंक से कम होनी चाहिए: `indices.shape[-1] <=tensor.ndim`

यदि `indices.shape[-1] = Tensor.rank` यह Op अदिश तत्वों को अनुक्रमित और अद्यतन करता है। यदि `indices.shape[-1] <tensor.rank` यह इनपुट `tensor` के स्लाइस को अनुक्रमित और अद्यतन करता है।

प्रत्येक `अपडेट` की रैंक `tensor.rank - indices.shape[-1]` है। `अपडेट` का समग्र आकार है:

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

उपयोग के उदाहरणों के लिए पायथन [tf.tensor_scatter_nd_update]( https://www.tensorflow.org/api_docs/python/tf/tensor_scatter_nd_update) फ़ंक्शन देखें