ResourceScatterMax

ResourceScatterMax kelas akhir publik

Mengurangi pembaruan yang jarang ke dalam variabel yang direferensikan oleh `sumber daya` menggunakan operasi `maks`.

Operasi ini menghitung

# Indeks skalar ref[indeks, ...] = max(ref[indeks, ...], pembaruan[...])

# Indeks vektor (untuk setiap i) ref[indices[i], ...] = max(ref[indices[i], ...], update[i, ...])

# Indeks peringkat tinggi (untuk setiap i, ..., j) ref[indices[i, ..., j], ...] = max(ref[indices[i, ..., j], .. .], pembaruan[i, ..., j, ...])

Entri duplikat ditangani dengan benar: jika beberapa `indeks` merujuk pada lokasi yang sama, kontribusinya akan digabungkan.

Memerlukan `updates.shape = indices.shape + ref.shape[1:]` atau `updates.shape = []`.

Konstanta

Rangkaian OP_NAME Nama operasi ini dikenal dengan mesin inti TensorFlow

Metode Publik

ResourceScatterMax statis
buat ( Lingkup cakupan, Operan <?> sumber daya, Operan <? extends TNumber > indeks, Operan <? extends TType > pembaruan)
Metode pabrik untuk membuat kelas yang membungkus operasi ResourceScatterMax baru.

Metode Warisan

Konstanta

String akhir statis publik OP_NAME

Nama operasi ini dikenal dengan mesin inti TensorFlow

Nilai Konstan: "ResourceScatterMax"

Metode Publik

ResourceScatterMax statis publik membuat ( Lingkup cakupan , sumber daya Operand <?>, indeks Operand <? extends TNumber >, Operand <? extends TType > pembaruan)

Metode pabrik untuk membuat kelas yang membungkus operasi ResourceScatterMax baru.

Parameter
cakupan ruang lingkup saat ini
sumber Harus dari node `Variabel`.
indeks Tensor indeks ke dalam dimensi pertama `ref`.
pembaruan Tensor nilai yang diperbarui untuk ditambahkan ke `ref`.
Kembali
  • contoh baru ResourceScatterMax