ResourceScatterMax

ResourceScatterMax คลาสสุดท้ายสาธารณะ

ลดการอัปเดตแบบกระจัดกระจายลงในตัวแปรที่อ้างอิงโดย "ทรัพยากร" โดยใช้การดำเนินการ "สูงสุด"

การดำเนินการนี้คำนวณ

# ดัชนีสเกลาร์ ref[indices, ...] = max(ref[indices, ...], อัปเดต[...])

# ดัชนีเวกเตอร์ (สำหรับแต่ละ i) ref[indices[i], ...] = max(ref[indices[i], ...], อัปเดต[i, ...])

# ดัชนีระดับสูง (สำหรับแต่ละ i, ..., j) ref[indices[i, ..., j], ...] = max(ref[indices[i, ..., j], .. .], อัปเดต[i, ..., j, ...])

รายการที่ซ้ำกันได้รับการจัดการอย่างถูกต้อง: หาก `ดัชนี` หลายรายการอ้างอิงถึงตำแหน่งเดียวกัน การมีส่วนร่วมของรายการเหล่านั้นจะรวมกัน

ต้องใช้ `updates.shape = indices.shape + ref.shape[1:]` หรือ `updates.shape = []`

สตริง OP_NAME ชื่อของ op นี้ ซึ่งรู้จักกันในชื่อของเอ็นจิ้นหลัก TensorFlow

ResourceScatterMax แบบคงที่

วิธีการจากโรงงานเพื่อสร้างคลาสที่รวมการดำเนินการ ResourceScatterMax ใหม่

จากคลาส org.tensorflow.op.RawOp

บูลีนสุดท้าย	เท่ากับ (วัตถุ obj)
int สุดท้าย	แฮชโค้ด ()
การดำเนินการ	สหกรณ์ () ส่งกลับหน่วยการคำนวณนี้เป็นการ `Operation` เดียว
สตริงสุดท้าย	toString ()

จากคลาส java.lang.Object

จากอินเทอร์เฟ ซ org.tensorflow.op.Op

บทคัดย่อ ExecutionEnvironment	สิ่งแวดล้อม () ส่งคืนสภาพแวดล้อมการดำเนินการที่ op นี้ถูกสร้างขึ้น
การดำเนินการ ที่เป็นนามธรรม	สหกรณ์ () ส่งกลับหน่วยการคำนวณนี้เป็นการ `Operation` เดียว

ค่าคงที่

ชื่อของ op นี้ ซึ่งรู้จักกันในชื่อของเอ็นจิ้นหลัก TensorFlow

ค่าคงที่: "ResourceScatterMax"

วิธีการจากโรงงานเพื่อสร้างคลาสที่รวมการดำเนินการ ResourceScatterMax ใหม่

ขอบเขต	ขอบเขตปัจจุบัน
ทรัพยากร	ควรมาจากโหนด "ตัวแปร"
ดัชนี	เทนเซอร์ของดัชนีในมิติแรกของ 'การอ้างอิง'
อัปเดต	เทนเซอร์ของค่าที่อัปเดตเพื่อเพิ่มใน `ref`