সতর্কতা: প্রতিস্থাপন স্থিতিশীল হওয়ার পরে এই API টি অবচয় করা হয়েছে এবং টেনসরফ্লোয়ের ভবিষ্যতের সংস্করণে সরানো হবে।

ScatterNd

পাবলিক ফাইনাল ক্লাস ScatterNd

At সূচকগুলি অনুসারে একটি নতুন টেনসরে স্ক্যাটার `আপডেটগুলি`

সূচক অনুসারে প্রদত্ত `আকৃতির individual আকারের আলাদা আলাদা মান বা টুকরাগুলির মধ্যে পৃথক মান বা টুকরোগুলিতে স্পার্স` আপডেটগুলি প্রয়োগ করে একটি নতুন টেনসর তৈরি করে। এই অপারেটরটি given tf.gather_nd` অপারেটরের বিপরীত যা কোনও প্রদত্ত টেনসর থেকে মান বা স্লাইসগুলি বের করে।

এই অপারেশনটি টেনসর_স্ক্যাটার_এডডের অনুরূপ, টেনসরটি শূন্য-ইনিশিয়ালড ছাড়া। Ing tf.scatter_nd (সূচকগুলি, মান, আকৃতি) ing কল করা `টেনসর_স্ক্যাটার_এডিডি (tf.zeros (আকৃতি, মানগুলি d টাইপ), সূচকগুলি, মান) ident এর সাথে সমান`

যদি `সূচকগুলিতে সদৃশ থাকে, তবে তাদের আপডেটগুলি সঞ্চিত হয় (যোগফল)।

সতর্কতা : যে ক্রমে আপডেটগুলি প্রয়োগ করা হয় তা অমান্যবাদী হয়, সুতরাং যদি `সূচকগুলিতে সদৃশ থাকে - তবে কিছু সংখ্যাসূতিত আনুমানিক ইস্যুগুলির কারণে, বিভিন্ন ক্রমের সংখ্যার সংখ্যায় বিভিন্ন ফলাফল দেওয়া হতে পারে।

`সূচকগুলি হ'ল আকার` আকারের একটি নতুন টেনসরতে সূচকযুক্ত একটি পূর্ণসংখ্যা টেনসর ` `সূচকগুলির শেষ মাত্রা সর্বাধিক` আকৃতি` এর র‌্যাঙ্ক হতে পারে:

সূচিপত্র [শেপ [-1] <= আকৃতি.রঙ্ক

`সূচকগুলির শেষ মাত্রা সূচকগুলির সাথে সূত্রগুলির সাথে মিল রাখে (যদি ices সূচকগুলি sha আকার [-1] = আকৃতি.রঙ্ক`) অথবা স্লাইসগুলি (যদি` সূচকগুলি sha আকার [-1] <আকৃতি.রঙ্ক`) মাত্রা সহ `সূচকগুলি হয় । শেপ [-1] `এর` আকার` ` `আপডেটগুলি হ'ল আকৃতির একটি সেন্সর

সূচিপত্রগুলি: [[- - 1] + আকৃতি [সূচকগুলি [শেপ [-1]:]

স্ক্যাটারের সহজতম রূপ হ'ল সূচক অনুসারে একটি টেনসারে পৃথক উপাদান সন্নিবেশ করানো। উদাহরণস্বরূপ, বলুন যে আমরা 8 টি উপাদান সহ র‌্যাঙ্ক -1 টেনসারে 4 বিক্ষিপ্ত উপাদান সন্নিবেশ করতে চাই।

পাইথনে, এই স্ক্যাটার অপারেশনটি দেখতে এটির মতো হবে:

indices = tf.constant([[4], [3], [1], [7]])
     updates = tf.constant([9, 10, 11, 12])
     shape = tf.constant([8])
     scatter = tf.scatter_nd(indices, updates, shape)
     print(scatter)
 
ফলস্বরূপ টেন্সরটি দেখতে এরকম হবে:

[0, 11, 0, 10, 9, 0, 0, 12]

আমরা আরও একবারে উচ্চতর র‌্যাঙ্ক টেনসারের সম্পূর্ণ স্লাইসগুলি .োকাতে পারি। উদাহরণস্বরূপ, আমরা যদি নতুন মানের দুটি ম্যাট্রিকের সাথে একটি র‌্যাঙ্ক -3 টেনসরের প্রথম মাত্রায় দুটি স্লাইস সন্নিবেশ করতে চাইতাম।

পাইথনে, এই স্ক্যাটার অপারেশনটি দেখতে এটির মতো হবে:

indices = tf.constant([[0], [2]])
     updates = tf.constant([[[5, 5, 5, 5], [6, 6, 6, 6],
                             [7, 7, 7, 7], [8, 8, 8, 8]],
                            [[5, 5, 5, 5], [6, 6, 6, 6],
                             [7, 7, 7, 7], [8, 8, 8, 8]]])
     shape = tf.constant([4, 4, 4])
     scatter = tf.scatter_nd(indices, updates, shape)
     print(scatter)
 
ফলাফল প্রাপ্ত টেন্সরটি দেখতে দেখতে এটির মতো হবে:

[[[5, 5, 5, 5], [6, 6, 6, 6], [7, 7, 7, 7], [8, 8, 8, 8]], [[0, 0, 0 , 0], [0, 0, 0, 0], [0, 0, 0, 0], [0, 0, 0, 0]], [[5, 5, 5, 5], [6, 6 , 6, 6], [7, 7, 7, 7], [8, 8, 8, 8]], [[0, 0, 0, 0], [0, 0, 0, 0], [0 , 0, 0, 0], [0, 0, 0, 0]]]

নোট করুন যে সিপিইউ-তে, যদি কোনও বাইন্ড ইনডেক্স পাওয়া যায়, একটি ত্রুটি ফিরে আসে is জিপিইউ-তে, যদি কোনও বাহ্যিক সূচক পাওয়া যায় তবে সূচকটি উপেক্ষা করা হবে।

পাবলিক পদ্ধতি

আউটপুট <ইউ>
আউটপুট ()
একটি সেন্সরটির প্রতীকী হ্যান্ডেল ফেরত দেয়।
স্থির <ইউ, টি প্রসারিত সংখ্যা> স্ক্যাটারএনডি <ইউ>
তৈরি করুন ( স্কোপ স্কোপ, অপেরাড <T> সূচকগুলি, অপেরাড <ইউ> আপডেটস, অপেরাড <T> আকার)
একটি নতুন স্ক্যাটারএনডি অপারেশন মোড়ানো একটি ক্লাস তৈরির জন্য কারখানা পদ্ধতি।
আউটপুট <ইউ>
আউটপুট ()
প্রদত্ত আকার এবং আপডেট অনুসারে একটি নতুন টেন্সর সূচকগুলি অনুযায়ী প্রয়োগ করা হয়েছে।

উত্তরাধিকারী পদ্ধতি

পাবলিক পদ্ধতি

সর্বজনীন আউটপুট <ইউ> আউটপুট হিসাবে ()

একটি সেন্সরটির প্রতীকী হ্যান্ডেল ফেরত দেয়।

টেনসরফ্লো অপারেশনের ইনপুটগুলি অন্য টেনসরফ্লো অপারেশনের আউটপুট। এই পদ্ধতিটি প্রতীকী হ্যান্ডেল প্রাপ্ত করতে ব্যবহৃত হয় যা ইনপুটটির গণনা উপস্থাপন করে।

সর্বজনীন স্ট্যাটিক ScatterNd <U> তৈরি করুন ( স্কোপ স্কোপ, অপেরাড <টি> সূচকগুলি, অপেরান্ড <ইউ> আপডেটস, অপেরাড <টি> আকৃতি)

একটি নতুন স্ক্যাটারএনডি অপারেশন মোড়ানো একটি ক্লাস তৈরির জন্য কারখানা পদ্ধতি।

পরামিতি
সুযোগ বর্তমান সুযোগ
সূচকগুলি সূচক টেনসর
আপডেট আউটপুট মধ্যে বিক্ষিপ্ত আপডেট।
আকৃতি 1-ডি। ফলাফল টেনসরের আকার।
ফিরে আসে
  • ScatterNd এর একটি নতুন উদাহরণ

সর্বজনীন আউটপুট <ইউ> আউটপুট ()

প্রদত্ত আকার এবং আপডেট অনুসারে একটি নতুন টেন্সর সূচকগুলি অনুযায়ী প্রয়োগ করা হয়েছে।