Mengurangi pembaruan yang jarang ke referensi variabel.
# Scalar indices
ref[indices, ...] -= updates[...]
# Vector indices (for each i)
ref[indices[i], ...] -= updates[i, ...]
# High rank indices (for each i, ..., j)
ref[indices[i, ..., j], ...] -= updates[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 (yang dinegasikan) akan ditambahkan.
Membutuhkan `updates.shape = indices.shape + ref.shape[1:]` atau `updates.shape = []`.

Kelas Bersarang
kelas | ScatterSub.Options | Atribut opsional untuk ScatterSub |
Metode Publik
Keluaran <T> | sebagai Keluaran () Mengembalikan pegangan simbolis tensor. |
statis <T, U memperpanjang Angka> ScatterSub <T> | |
Keluaran <T> | keluaranRef () = Sama seperti `ref`. |
ScatterSub.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 ScatterSub <T> buat ( Scope scope, Operand <T> ref, Operand <U> index, Operand <T> update, Options... options)
Metode pabrik untuk membuat kelas yang membungkus operasi ScatterSub 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 dikurangi dari `ref`. |
pilihan | membawa nilai atribut opsional |
Kembali
- contoh baru ScatterSub
Output publik <T> outputRef ()
= Sama seperti `ref`. Dikembalikan sebagai kemudahan untuk operasi yang ingin menggunakan nilai yang diperbarui setelah pembaruan selesai.
ScatterSub.Options public static useLocking ( Penguncian Boolean useLocking)
Parameter
gunakanPenguncian | Jika Benar, pengurangan akan dilindungi oleh kunci; jika tidak, perilaku tidak terdefinisi, tetapi mungkin menunjukkan lebih sedikit pertentangan. |
---|