ResourceScatterNdUpdate

ResourceScatterNdUpdate kelas akhir publik

Menerapkan `pembaruan` yang jarang pada nilai atau bagian individual dalam suatu nilai tertentu

variabel menurut `indeks`.

`ref` adalah `Tensor` dengan peringkat `P` dan `indices` adalah `Tensor` dengan peringkat `Q`.

`indeks` harus berupa tensor bilangan bulat, berisi indeks ke dalam `ref`. Itu harus berbentuk `[d_0, ..., d_{Q-2}, K]` dengan `0 < K <= P`.

Dimensi terdalam dari `indeks` (dengan panjang `K`) sesuai dengan indeks ke dalam elemen (jika `K = P`) atau irisan (jika `K < P`) sepanjang `dimensi ke-K` dari `ref`.

`updates` adalah `Tensor` dengan peringkat `Q-1+PK` dengan bentuk:

[d_0, ..., d_{Q-2}, ref.shape[K], ..., ref.shape[P-1]].
 
Misalnya, kita ingin memperbarui 4 elemen yang tersebar ke tensor peringkat-1 menjadi 8 elemen. Dengan Python, pembaruan tersebut akan terlihat seperti ini:
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)
 
Hasil pembaruan untuk ref akan terlihat seperti ini:

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

Lihat tf.scatter_nd untuk detail selengkapnya tentang cara memperbarui irisan.

Kelas Bersarang

kelas ResourceScatterNdUpdate.Opsi Atribut opsional untuk ResourceScatterNdUpdate

Metode Publik

statis <T memperluas Nomor, U> ResourceScatterNdUpdate
buat ( Lingkup cakupan, Operan <?> ref, indeks Operan <T>, pembaruan Operan <U>, Opsi... opsi)
Metode pabrik untuk membuat kelas yang membungkus operasi ResourceScatterNdUpdate baru.
ResourceScatterNdUpdate.Options statis
useLocking (penguncian penggunaan Boolean)

Metode Warisan

Metode Publik

pembuatan ResourceScatterNdUpdate statis publik ( Lingkup cakupan , Operand <?> ref, indeks Operand <T>, pembaruan Operand <U>, Opsi... opsi)

Metode pabrik untuk membuat kelas yang membungkus operasi ResourceScatterNdUpdate baru.

Parameter
cakupan ruang lingkup saat ini
referensi Pegangan sumber daya. Harus dari VarHandleOp.
indeks Sebuah Tensor. Harus berupa salah satu dari jenis berikut: int32, int64. Tensor indeks menjadi ref.
pembaruan Sebuah Tensor. Harus memiliki tipe yang sama dengan ref. Tensor nilai yang diperbarui untuk ditambahkan ke referensi.
pilihan membawa nilai atribut opsional
Kembali
  • contoh baru ResourceScatterNdUpdate

ResourceScatterNdUpdate.Options statis publik useLocking (Boolean useLocking)

Parameter
gunakan Penguncian Bodoh opsional. Defaultnya adalah Benar. Jika Benar, penugasan akan dilindungi oleh kunci; jika tidak, perilaku tersebut tidak terdefinisikan, namun mungkin menunjukkan lebih sedikit pertentangan.