คลาสสุดท้ายสาธารณะ ResourceScatterNdAdd
ใช้การเพิ่มแบบกระจายกับค่าแต่ละรายการหรือการแบ่งส่วนในตัวแปร
`ref` คือ `Tensor` ที่มีอันดับ `P` และ `indices` คือ `Tensor` ของอันดับ `Q`
"ดัชนี" ต้องเป็นจำนวนเต็มเทนเซอร์ โดยมีดัชนีอยู่ใน "อ้างอิง" จะต้องมีรูปร่าง `[d_0, ..., d_{Q-2}, K]` โดยที่ `0 < K <= P`
มิติในสุดของ "ดัชนี" (มีความยาว "K") สอดคล้องกับดัชนีเป็นองค์ประกอบ (ถ้า "K = P") หรือแบ่งส่วน (ถ้า "K < P") ตามมิติ "K" ของ "อ้างอิง"
`อัปเดต' คือ `เทนเซอร์` ของอันดับ `Q-1+PK` ที่มีรูปร่าง:
[d_0, ..., d_{Q-2, ref.shape[K], ..., ref.shape[P-1]]
}ref = tf.Variable([1, 2, 3, 4, 5, 6, 7, 8], use_resource=True)
indices = tf.constant([[4], [3], [1], [7]])
updates = tf.constant([9, 10, 11, 12])
add = tf.scatter_nd_add(ref, indices, updates)
with tf.Session() as sess:
print sess.run(add)
[1, 13, 3, 14, 14, 6, 7, 20]
ดู tf.scatter_nd สำหรับรายละเอียดเพิ่มเติมเกี่ยวกับวิธีการอัปเดตสไลซ์
คลาสที่ซ้อนกัน
| ระดับ | ResourceScatterNdAdd.Options | แอ็ตทริบิวต์ทางเลือกสำหรับ ResourceScatterNdAdd | |
วิธีการสาธารณะ
| คงที่ <T ขยายจำนวน U> ResourceScatterNdAdd | |
| คงที่ ResourceScatterNdAdd.Options | useLocking (บูลีน useLocking) |
วิธีการสืบทอด
วิธีการสาธารณะ
ResourceScatterNdAdd สาธารณะแบบคงที่ สร้าง ( ขอบเขต ขอบเขต, ตัว ถูกดำเนินการ <?> การอ้างอิง, ดัชนี ตัวถูกดำเนินการ <T>, การอัปเดตตัวถูกดำเนินการ < U >, ตัวเลือก... )
วิธีการจากโรงงานเพื่อสร้างคลาสที่ปิดการดำเนินการ ResourceScatterNdAdd ใหม่
พารามิเตอร์
| ขอบเขต | ขอบเขตปัจจุบัน |
|---|---|
| อ้างอิง | ตัวจัดการทรัพยากร ต้องมาจาก VarHandleOp |
| ดัชนี | เทนเซอร์ ต้องเป็นหนึ่งในประเภทต่อไปนี้: int32, int64 เทนเซอร์ของดัชนีอ้างอิง |
| อัพเดท | เทนเซอร์ ต้องมีประเภทเดียวกับผู้อ้างอิง เทนเซอร์ของค่าที่จะเพิ่มไปยังการอ้างอิง |
| ตัวเลือก | ดำเนินการค่าแอตทริบิวต์ทางเลือก |
คืนสินค้า
- อินสแตนซ์ใหม่ของ ResourceScatterNdAdd
ResourceScatterNdAdd.Options แบบคงที่สาธารณะ useLocking (บูลีน useLocking)
พารามิเตอร์
| ใช้ล็อค | บูลเสริม ค่าดีฟอลต์เป็น True หากเป็น True การมอบหมายจะได้รับการปกป้องด้วยการล็อค มิฉะนั้นพฤติกรรมจะไม่ถูกกำหนด แต่อาจแสดงความขัดแย้งน้อยลง |
|---|