คำเตือน: API นี้เลิกใช้งานแล้วและจะถูกลบออกใน TensorFlow เวอร์ชันในอนาคตหลังจาก การแทนที่ เสถียรแล้ว

ResourceScatterMax

คลาสสุดท้ายสาธารณะ ResourceScatterMax

ลดการอัปเดตแบบกระจัดกระจายในตัวแปรที่อ้างอิงโดย "ทรัพยากร" โดยใช้การดำเนินการ "สูงสุด"

การดำเนินการนี้คำนวณ

# การอ้างอิงดัชนีสเกลาร์[ดัชนี, ...] = สูงสุด(การอ้างอิง[ดัชนี, ...], การอัปเดต[...])

# ดัชนีเวกเตอร์ (สำหรับแต่ละ i) ref[indices[i], ...] = max(ref[indices[i], ...], updates[i, ...])

# ดัชนีอันดับสูง (สำหรับแต่ละ i, ..., j) ref[indices[i, ..., j], ...] = max(ref[indices[i, ..., j], .. .], อัปเดต[i, ..., j, ...])

รายการที่ซ้ำกันจะได้รับการจัดการอย่างถูกต้อง: หาก "ดัชนี" หลายตัวอ้างอิงสถานที่เดียวกัน การมีส่วนร่วมของดัชนีเหล่านั้นจะถูกรวมเข้าด้วยกัน

ต้องการ `updates.shape = indices.shape + ref.shape[1:]` หรือ `updates.shape = []`

วิธีการสาธารณะ

คงที่ <T ขยายจำนวน U> ResourceScatterMax
สร้าง ( ขอบเขต ขอบเขต ทรัพยากร ตัวถูกดำเนินการ <?> ดัชนีตัวถูกดำเนินการ < T > การอัปเดตตัวถูกดำเนินการ < U >)
วิธีการจากโรงงานเพื่อสร้างคลาสที่ปิดการดำเนินการ ResourceScatterMax ใหม่

วิธีการสืบทอด

วิธีการสาธารณะ

สร้าง ResourceScatterMax แบบคงที่สาธารณะ ( ขอบเขต ขอบเขต ทรัพยากร ตัวถูกดำเนินการ <?> ดัชนีตัวถูกดำเนินการ < T > การอัปเดตตัวถูกดำเนินการ < U >)

วิธีการจากโรงงานเพื่อสร้างคลาสที่ปิดการดำเนินการ ResourceScatterMax ใหม่

พารามิเตอร์
ขอบเขต ขอบเขตปัจจุบัน
ทรัพยากร ควรมาจากโหนด "ตัวแปร"
ดัชนี เทนเซอร์ของดัชนีในมิติแรกของ `ref`
อัพเดท เทนเซอร์ของค่าที่อัพเดตเพื่อเพิ่มไปยัง `ref`
คืนสินค้า
  • อินสแตนซ์ใหม่ของ ResourceScatterMax