ScatterNdUpdate

공개 최종 클래스 ScatterNdUpdate

특정 값 내의 개별 값이나 조각에 희박한 '업데이트'를 적용합니다.

'인덱스'에 따라 변수가 달라집니다.

'ref'는 순위가 'P'인 'Tensor'이고, 'indices'는 순위가 'Q'인 'Tensor'입니다.

`indices`는 `ref`에 대한 인덱스를 포함하는 정수 텐서여야 합니다. `0 < K <= P`인 \\([d_0, ..., d_{Q-2}, K]\\) 모양이어야 합니다.

`인덱스`(길이 `K` 포함)의 가장 안쪽 차원은 `ref`의 `K` 차원을 따라 요소(`K = P`인 경우) 또는 슬라이스(`K < P`인 경우)에 대한 인덱스에 해당합니다.

'updates'는 'Q-1+PK' 순위의 'Tensor'이며 모양은 다음과 같습니다.

$$[d_0, ..., d_{Q-2}, ref.shape[K], ..., ref.shape[P-1]].$$

예를 들어, 4개의 분산된 요소를 랭크 1 텐서에서 8개의 요소로 업데이트한다고 가정해 보겠습니다. Python에서 해당 업데이트는 다음과 같습니다: 

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)
ref에 대한 결과 업데이트는 다음과 같습니다.

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

슬라이스를 업데이트하는 방법에 대한 자세한 내용은 tf.scatter_nd 참조하세요.

`tf.scatter_update` 및 `tf.batch_scatter_update`도 참조하세요.

중첩 클래스

수업 ScatterNdUpdate.Options ScatterNdUpdate 의 선택적 속성

공개 방법

출력 <T>
출력 ()
텐서의 기호 핸들을 반환합니다.
static <T, U 확장 번호> ScatterNdUpdate <T>
생성 (범위 범위 , 피연산자 <T> 참조, 피연산자 <U> 인덱스, 피연산자 <T> 업데이트, 옵션... 옵션)
새로운 ScatterNdUpdate 작업을 래핑하는 클래스를 생성하는 팩토리 메서드입니다.
출력 <T>
출력참조 ()
심판과 동일합니다.
정적 ScatterNdUpdate.Options
useLocking (부울 useLocking)

상속된 메서드

공개 방법

공개 출력 <T> asOutput ()

텐서의 기호 핸들을 반환합니다.

TensorFlow 작업에 대한 입력은 다른 TensorFlow 작업의 출력입니다. 이 메서드는 입력 계산을 나타내는 기호 핸들을 얻는 데 사용됩니다.

public static ScatterNdUpdate <T> create ( 범위 범위 , 피연산자 <T> 참조, 피연산자 <U> 인덱스, 피연산자 <T> 업데이트, 옵션... 옵션)

새로운 ScatterNdUpdate 작업을 래핑하는 클래스를 생성하는 팩토리 메서드입니다.

매개변수
범위 현재 범위
심판 변경 가능한 Tensor. 변수 노드에서 가져와야 합니다.
지수 텐서. int32, int64 유형 중 하나여야 합니다. 심판에 대한 인덱스의 텐서.
업데이트 텐서. ref와 동일한 유형이어야 합니다. 참조에 추가할 업데이트된 값의 텐서입니다.
옵션 선택적 속성 값을 전달합니다.
보고
  • ScatterNdUpdate의 새 인스턴스

공개 출력 <T> 출력Ref ()

심판과 동일합니다. 업데이트가 완료된 후 업데이트된 값을 사용하려는 작업의 편의를 위해 반환됩니다.

공개 정적 ScatterNdUpdate.Options useLocking (부울 useLocking)

매개변수
사용잠금 선택적 부울입니다. 기본값은 True입니다. True이면 할당이 잠금으로 보호됩니다. 그렇지 않으면 동작이 정의되지 않지만 경합이 덜 나타날 수 있습니다.