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

TensorScatterUpdate

পাবলিক ফাইনাল ক্লাস TensorScatterUpdate

`সূচক` অনুযায়ী বিদ্যমান টেনসরে `আপডেট` ছড়িয়ে দিন।

এই ক্রিয়াকলাপটি `টেনসর`-এ পাস করা স্পার্স `আপডেট` প্রয়োগ করে একটি নতুন টেনসর তৈরি করে। এই ক্রিয়াকলাপটি tf.scatter_nd এর সাথে খুব মিল, ব্যতীত যে আপডেটগুলি একটি বিদ্যমান টেনসরে ছড়িয়ে ছিটিয়ে রয়েছে (শূন্য-টেনসরের বিপরীতে)। যদি বিদ্যমান টেনসরের মেমরিটি পুনরায় ব্যবহার করা না যায় তবে একটি অনুলিপি তৈরি এবং আপডেট করা হয়।

যদি `সূচক`-এ সদৃশ থাকে, তাহলে আমরা সূচকের জন্য শেষ আপডেটটি বেছে নিই।

যদি সিপিইউতে একটি আউট অফ বাউন্ড সূচক পাওয়া যায়, একটি ত্রুটি ফেরত দেওয়া হয়।

সতর্কতা : এই অপারেশনের জন্য কিছু GPU নির্দিষ্ট শব্দার্থ আছে। - যদি আবদ্ধ সূচকের বাইরে পাওয়া যায়, তাহলে সূচকটি উপেক্ষা করা হয়। - যে ক্রমানুসারে আপডেটগুলি প্রয়োগ করা হয় তা অনির্ধারিত, তাই যদি `সূচক'-এ সদৃশ থাকে তাহলে আউটপুট হবে ননডিটারমিনিস্টিক।

`সূচক` হল একটি পূর্ণসংখ্যার টেনসর যাতে সূচকগুলিকে আকৃতির একটি নতুন টেনসর `আকৃতি`তে পরিণত করে।

  • `সূচক`-এ অবশ্যই কমপক্ষে ২টি অক্ষ থাকতে হবে: `(সংখ্যা_আপডেট, সূচক_গভীরতা)`।
  • `সূচক`-এর শেষ অক্ষ হল `টেনসর`-এ কতটা গভীর সূচক করতে হবে তাই এই সূচকের গভীরতা অবশ্যই `টেনসর`-এর র্যাঙ্কের চেয়ে কম হবে: `indices.shape[-1] <= tensor.ndim`
যদি `indices.shape[-1] = tensor.rank` এই Op সূচী করে এবং স্কেলার উপাদান আপডেট করে। যদি `indices.shape[-1] < tensor.rank` হয় তবে এটি ইনপুট `টেনসর` এর স্লাইস সূচী ও আপডেট করে।

প্রতিটি `আপডেট` এর একটি র‍্যাঙ্ক আছে `tensor.rank - indices.shape[-1]`। `আপডেট` এর সামগ্রিক আকার হল:

indices.shape[:-1] + tensor.shape[indices.shape[-1]:]
 
ব্যবহারের উদাহরণের জন্য পাইথন [tf.tensor_scatter_nd_update]( https://www.tensorflow.org/api_docs/python/tf/tensor_scatter_nd_update) ফাংশন দেখুন

পাবলিক পদ্ধতি

আউটপুট <T>
আউটপুট হিসাবে ()
একটি টেনসরের প্রতীকী হ্যান্ডেল প্রদান করে।
static <T, U প্রসারিত সংখ্যা> TensorScatterUpdate <T>
তৈরি করুন ( স্কোপ স্কোপ, Operand <T> টেনসর, Operand <U> সূচক, Operand <T> আপডেট)
একটি নতুন TensorScatterUpdate অপারেশন মোড়ানো একটি ক্লাস তৈরি করার কারখানার পদ্ধতি৷
আউটপুট <T>
আউটপুট ()
প্রদত্ত আকার এবং সূচক অনুযায়ী প্রয়োগ করা আপডেট সহ একটি নতুন টেনসর।

উত্তরাধিকারসূত্রে প্রাপ্ত পদ্ধতি

পাবলিক পদ্ধতি

সর্বজনীন আউটপুট <T> হিসাবে আউটপুট ()

একটি টেনসরের প্রতীকী হ্যান্ডেল প্রদান করে।

TensorFlow অপারেশনের ইনপুট হল অন্য TensorFlow অপারেশনের আউটপুট। এই পদ্ধতিটি একটি সিম্বলিক হ্যান্ডেল পেতে ব্যবহৃত হয় যা ইনপুটের গণনার প্রতিনিধিত্ব করে।

পাবলিক স্ট্যাটিক TensorScatterUpdate <T> তৈরি করুন ( স্কোপ স্কোপ, অপারেন্ড <T> টেনসর, অপারেন্ড <U> সূচক, অপারেন্ড <T> আপডেট)

একটি নতুন TensorScatterUpdate অপারেশন মোড়ানো একটি ক্লাস তৈরি করার কারখানার পদ্ধতি৷

পরামিতি
সুযোগ বর্তমান সুযোগ
টেনসর কপি/আপডেট করতে টেনসর।
সূচক সূচক টেনসর।
আপডেট আউটপুট মধ্যে ছড়িয়ে ছিটিয়ে আপডেট.
রিটার্নস
  • TensorScatterUpdate এর একটি নতুন উদাহরণ

সর্বজনীন আউটপুট <T> আউটপুট ()

প্রদত্ত আকার এবং সূচক অনুযায়ী প্রয়োগ করা আপডেট সহ একটি নতুন টেনসর।