ScatterNdUpdate

kelas akhir publik ScatterNdUpdate

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.

Lihat juga `tf.scatter_update` dan `tf.batch_scatter_update`.

Kelas Bersarang

kelas

ScatterNdUpdate.Opsi

Atribut opsional untuk ScatterNdUpdate

Metode Publik

Keluaran <T>	sebagai Keluaran () Mengembalikan pegangan simbolik tensor.
statis <T, U memperluas Nomor> ScatterNdUpdate <T>	buat ( Lingkup cakupan, ref Operand <T>, indeks Operand <U>, pembaruan Operand <T>, Opsi... opsi) Metode pabrik untuk membuat kelas yang membungkus operasi ScatterNdUpdate baru.
Keluaran <T>	keluaranRef () Sama seperti referensi.
ScatterNdUpdate.Options statis	useLocking (penguncian penggunaan Boolean)

Metode Warisan

Dari kelas org.tensorflow.op.PrimitiveOp

boolean terakhir	sama dengan (Objek objek)
int terakhir	Kode hash ()
Operasi	op () Mengembalikan Operation yang mendasarinya
String terakhir	keString ()

Dari kelas java.lang.Object

boolean	sama dengan (Objek arg0)
Kelas terakhir<?>	dapatkan Kelas ()
ke dalam	Kode hash ()
kekosongan terakhir	memberitahu ()
kekosongan terakhir	beri tahuSemua ()
Rangkaian	keString ()
kekosongan terakhir	tunggu (arg0 panjang, int arg1)
kekosongan terakhir	tunggu (argumen panjang0)
kekosongan terakhir	Tunggu ()

Dari antarmuka org.tensorflow.Operand

Keluaran abstrak <T>

sebagai Keluaran () Mengembalikan pegangan simbolik tensor.

Metode Publik

Keluaran publik <T> sebagai Keluaran ()

Mengembalikan pegangan simbolik tensor.

Masukan ke operasi TensorFlow adalah keluaran dari operasi TensorFlow lainnya. Metode ini digunakan untuk mendapatkan pegangan simbolis yang mewakili perhitungan input.

public static ScatterNdUpdate <T> buat ( Lingkup cakupan , ref Operand <T>, indeks Operand <U>, pembaruan Operand <T>, Opsi... opsi)

Metode pabrik untuk membuat kelas yang membungkus operasi ScatterNdUpdate baru.

Parameter

cakupan	ruang lingkup saat ini
referensi	Tensor yang bisa berubah. Harus dari node Variabel.
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 dari ScatterNdUpdate

Keluaran publik <T> keluaranRef ()

Sama seperti referensi. Dikembalikan untuk memudahkan operasi yang ingin menggunakan nilai yang diperbarui setelah pembaruan selesai.

ScatterNdUpdate statis publik. Opsi 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.