TensorScatterUpdate

TensorScatterUpdate kelas akhir publik

Menyebarkan `pembaruan` ke dalam tensor yang ada menurut `indeks`.

Operasi ini membuat tensor baru dengan menerapkan `pembaruan` yang jarang ke `tensor` yang diteruskan. Operasi ini sangat mirip dengan tf.scatter_nd , hanya saja pembaruannya tersebar ke tensor yang sudah ada (bukan tensor nol). Jika memori untuk tensor yang ada tidak dapat digunakan kembali, salinan akan dibuat dan diperbarui.

Jika `indeks` berisi duplikat, maka kami memilih pembaruan terakhir untuk indeks tersebut.

Jika indeks di luar batas ditemukan pada CPU, kesalahan akan dikembalikan.

PERINGATAN : Ada beberapa semantik khusus GPU untuk operasi ini. - Jika ditemukan indeks di luar batas, indeks tersebut diabaikan. - Urutan penerapan pembaruan bersifat nondeterministik, sehingga output akan bersifat nondeterministik jika `indeks` berisi duplikat.

`indices` adalah tensor bilangan bulat yang berisi indeks ke dalam tensor baru dengan bentuk `shape`.

• `indeks` harus memiliki setidaknya 2 sumbu: `(jumlah_pembaruan, kedalaman_indeks)`.
• Sumbu terakhir `indeks` adalah seberapa dalam untuk mengindeks ke `tensor` sehingga kedalaman indeks ini harus lebih kecil dari peringkat `tensor`: `indices.shape[-1] <= tensor.ndim`

if `indices.shape[-1] = tensor.rank` Operasi ini mengindeks dan memperbarui elemen skalar. if `indices.shape[-1] < tensor.rank` akan mengindeks dan memperbarui potongan input `tensor`.

Setiap `update` memiliki peringkat `tensor.rank - indices.shape[-1]`. Bentuk keseluruhan dari `pembaruan` adalah:

indices.shape[:-1] + tensor.shape[indices.shape[-1]:]
 

Untuk contoh penggunaan lihat fungsi python [tf.tensor_scatter_nd_update]( https://www.tensorflow.org/api_docs/python/tf/tensor_scatter_nd_update)

Metode Publik

Keluaran <T>	sebagai Keluaran () Mengembalikan pegangan simbolik tensor.
statis <T, U memperluas Nomor> TensorScatterUpdate <T>	buat ( Lingkup lingkup , Tensor Operand <T>, Indeks Operand <U>, Pembaruan Operand <T>) Metode pabrik untuk membuat kelas yang membungkus operasi TensorScatterUpdate baru.
Keluaran <T>	keluaran () Tensor baru dengan bentuk tertentu dan pembaruan diterapkan sesuai dengan indeks.

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	beri tahu ()
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 TensorScatterUpdate <T> buat ( Cakupan cakupan , tensor Operand <T>, indeks Operand <U>, pembaruan Operand <T>)

Metode pabrik untuk membuat kelas yang membungkus operasi TensorScatterUpdate baru.

Parameter

cakupan	ruang lingkup saat ini
tensor	Tensor untuk disalin/diperbarui.
indeks	Tensor indeks.
pembaruan	Pembaruan untuk disebarkan ke dalam keluaran.

Kembali

• contoh baru TensorScatterUpdate

Keluaran publik <T> keluaran ()

Tensor baru dengan bentuk tertentu dan pembaruan diterapkan sesuai dengan indeks.