Menambahkan pembaruan yang jarang ke referensi variabel.
Operasi ini menghitung
# Indeks skalar ref[indeks, ...] += pembaruan[...]
# Indeks vektor (untuk setiap i) ref[indeks[i], ...] += pembaruan[i, ...]
# Indeks peringkat tinggi (untuk setiap i, ..., j) ref[indeks[i, ..., j], ...] += update[i, ..., j, ...]
Operasi ini menghasilkan `ref` setelah pembaruan selesai. Hal ini mempermudah rantai operasi yang perlu menggunakan nilai reset.
Entri duplikat ditangani dengan benar: jika beberapa `indeks` merujuk ke lokasi yang sama, kontribusinya akan ditambahkan.
Membutuhkan `updates.shape = indices.shape + ref.shape[1:]` atau `updates.shape = []`.

Kelas Bersarang
kelas | ScatterAdd.Options | Atribut opsional untuk ScatterAdd |
Metode Publik
Keluaran <T> | sebagai Keluaran () Mengembalikan pegangan simbolis tensor. |
statis <T, U memperpanjang Angka> ScatterAdd <T> | |
Keluaran <T> | keluaranRef () = Sama seperti `ref`. |
ScatterAdd.Options statis | useLocking (Penguncian penggunaan Boolean) |
Metode yang Diwarisi
Metode Publik
Output publik <T> sebagai Output ()
Mengembalikan pegangan simbolis tensor.
Input ke operasi TensorFlow adalah output dari operasi TensorFlow lainnya. Metode ini digunakan untuk mendapatkan pegangan simbolis yang mewakili perhitungan input.
public static ScatterAdd <T> create ( Scope scope, Operand <T> ref, Operand <U> index, Operand <T> update, Options... options)
Metode pabrik untuk membuat kelas yang membungkus operasi ScatterAdd baru.
Parameter
cakupan | lingkup saat ini |
---|---|
ref | Harus dari simpul `Variabel`. |
indeks | Tensor indeks ke dalam dimensi pertama `ref`. |
pembaruan | Tensor nilai yang diperbarui untuk ditambahkan ke `ref`. |
pilihan | membawa nilai atribut opsional |
Kembali
- contoh baru ScatterAdd
Output publik <T> outputRef ()
= Sama seperti `ref`. Dikembalikan sebagai kemudahan untuk operasi yang ingin menggunakan nilai yang diperbarui setelah pembaruan selesai.
ScatterAdd.Options public static useLocking (Boolean useLocking)
Parameter
gunakanPenguncian | Jika Benar, penambahan akan dilindungi oleh kunci; jika tidak, perilaku tidak terdefinisi, tetapi mungkin menunjukkan lebih sedikit pertentangan. |
---|