جریان تنسور:: عملیات:: ResourceScatterNdUpdate
#include <state_ops.h>
updates
پراکنده را برای مقادیر یا برشهای فردی در یک داده اعمال میکند.
خلاصه
متغیر با توجه به indices
ref
یک Tensor
با رتبه P
و indices
Tensor
رتبه Q
است.
indices
باید تانسور عدد صحیح باشند و شامل اندیس هایی در ref
باشند. باید شکل [d_0, ..., d_{Q-2}, K]
باشد که در آن 0 < K <= P
.
درونیترین بعد indices
(با طول K
) مربوط به شاخصهایی به عناصر (اگر K = P
) یا برشهایی (اگر K < P
) در امتداد بعد K
ام ref
.
updates
Tensor
رتبه Q-1+PK
با شکل:
[d_0, ..., d_{Q-2}, ref.shape[K], ..., ref.shape[P-1]].
به عنوان مثال، فرض کنید می خواهیم 4 عنصر پراکنده را به تانسور رتبه-1 به 8 عنصر به روز کنیم. در پایتون، این به روز رسانی به صورت زیر است:
ref = tf.Variable([1, 2, 3, 4, 5, 6, 7, 8])
indices = tf.constant([[4], [3], [1] ,[7]])
updates = tf.constant([9, 10, 11, 12])
update = tf.scatter_nd_update(ref, indices, updates)
with tf.Session() as sess:
print sess.run(update)
به روز رسانی به ref به صورت زیر خواهد بود:
[1, 11, 3, 10, 9, 6, 7, 12]
برای جزئیات بیشتر درباره نحوه بهروزرسانی برشها، tf.scatter_nd
ببینید.
استدلال ها:
- scope: یک شی Scope
- ref: دسته منبع. باید از یک VarHandleOp باشد.
- شاخص ها: A Tensor . باید یکی از انواع زیر باشد: int32، int64. تانسوری از شاخص ها به رفر.
- به روز رسانی: یک تانسور . باید همان نوع ref را داشته باشد. تانسوری از مقادیر به روز شده برای افزودن به مرجع.
ویژگی های اختیاری (به Attrs
مراجعه کنید):
- use_locking: یک bool اختیاری. پیش فرض ها به True. اگر True باشد، انتساب توسط یک قفل محافظت می شود. در غیر این صورت رفتار تعریف نشده است، اما ممکن است اختلاف کمتری از خود نشان دهد.
برمی گرداند:
صفات عمومی
عملیات
Operation operation
توابع عمومی
ResourceScatterNdUpdate
ResourceScatterNdUpdate(
const ::tensorflow::Scope & scope,
::tensorflow::Input ref,
::tensorflow::Input indices,
::tensorflow::Input updates
)
ResourceScatterNdUpdate
ResourceScatterNdUpdate(
const ::tensorflow::Scope & scope,
::tensorflow::Input ref,
::tensorflow::Input indices,
::tensorflow::Input updates,
const ResourceScatterNdUpdate::Attrs & attrs
)
عملگر::tensorflow::عملیات
operator::tensorflow::Operation() const
توابع استاتیک عمومی
استفاده از قفل
Attrs UseLocking(
bool x
)
جز در مواردی که غیر از این ذکر شده باشد،محتوای این صفحه تحت مجوز Creative Commons Attribution 4.0 License است. نمونه کدها نیز دارای مجوز Apache 2.0 License است. برای اطلاع از جزئیات، به خطمشیهای سایت Google Developers مراجعه کنید. جاوا علامت تجاری ثبتشده Oracle و/یا شرکتهای وابسته به آن است.
تاریخ آخرین بهروزرسانی 2025-07-27 بهوقت ساعت هماهنگ جهانی.
[null,null,["تاریخ آخرین بهروزرسانی 2025-07-27 بهوقت ساعت هماهنگ جهانی."],[],[],null,["# tensorflow::ops::ResourceScatterNdUpdate Class Reference\n\ntensorflow::ops::ResourceScatterNdUpdate\n========================================\n\n`#include \u003cstate_ops.h\u003e`\n\nApplies sparse `updates` to individual values or slices within a given.\n\nSummary\n-------\n\nvariable according to `indices`.\n\n`ref` is a [Tensor](/versions/r2.2/api_docs/cc/class/tensorflow/tensor#classtensorflow_1_1_tensor) with rank `P` and `indices` is a [Tensor](/versions/r2.2/api_docs/cc/class/tensorflow/tensor#classtensorflow_1_1_tensor) of rank `Q`.\n\n`indices` must be integer tensor, containing indices into `ref`. It must be shape `[d_0, ..., d_{Q-2}, K]` where `0 \u003c K \u003c= P`.\n\nThe innermost dimension of `indices` (with length `K`) corresponds to indices into elements (if `K = P`) or slices (if `K \u003c P`) along the `K`th dimension of `ref`.\n\n`updates` is [Tensor](/versions/r2.2/api_docs/cc/class/tensorflow/tensor#classtensorflow_1_1_tensor) of rank `Q-1+P-K` with shape:\n\n\n```transact-sql\n[d_0, ..., d_{Q-2}, ref.shape[K], ..., ref.shape[P-1]].\n```\n\n\u003cbr /\u003e\n\nFor example, say we want to update 4 scattered elements to a rank-1 tensor to 8 elements. In Python, that update would look like this:\n\n\n```gdscript\n ref = tf.Variable([1, 2, 3, 4, 5, 6, 7, 8])\n indices = tf.constant([[4], [3], [1] ,[7]])\n updates = tf.constant([9, 10, 11, 12])\n update = tf.scatter_nd_update(ref, indices, updates)\n with tf.Session() as sess:\n print sess.run(update)\n```\n\n\u003cbr /\u003e\n\nThe resulting update to ref would look like this: \n\n```text\n[1, 11, 3, 10, 9, 6, 7, 12]\n```\n\n\u003cbr /\u003e\n\nSee `tf.scatter_nd` for more details about how to make updates to slices.\n\nArguments:\n\n- scope: A [Scope](/versions/r2.2/api_docs/cc/class/tensorflow/scope#classtensorflow_1_1_scope) object\n- ref: A resource handle. Must be from a VarHandleOp.\n- indices: A [Tensor](/versions/r2.2/api_docs/cc/class/tensorflow/tensor#classtensorflow_1_1_tensor). Must be one of the following types: int32, int64. A tensor of indices into ref.\n- updates: A [Tensor](/versions/r2.2/api_docs/cc/class/tensorflow/tensor#classtensorflow_1_1_tensor). Must have the same type as ref. A tensor of updated values to add to ref.\n\n\u003cbr /\u003e\n\nOptional attributes (see [Attrs](/versions/r2.2/api_docs/cc/struct/tensorflow/ops/resource-scatter-nd-update/attrs#structtensorflow_1_1ops_1_1_resource_scatter_nd_update_1_1_attrs)):\n\n- use_locking: An optional bool. Defaults to True. If True, the assignment will be protected by a lock; otherwise the behavior is undefined, but may exhibit less contention.\n\n\u003cbr /\u003e\n\nReturns:\n\n- the created [Operation](/versions/r2.2/api_docs/cc/class/tensorflow/operation#classtensorflow_1_1_operation)\n\n\u003cbr /\u003e\n\n| ### Constructors and Destructors ||\n|---|---|\n| [ResourceScatterNdUpdate](#classtensorflow_1_1ops_1_1_resource_scatter_nd_update_1a701849b468a1d765a8fa8ecf1820f464)`(const ::`[tensorflow::Scope](/versions/r2.2/api_docs/cc/class/tensorflow/scope#classtensorflow_1_1_scope)` & scope, ::`[tensorflow::Input](/versions/r2.2/api_docs/cc/class/tensorflow/input#classtensorflow_1_1_input)` ref, ::`[tensorflow::Input](/versions/r2.2/api_docs/cc/class/tensorflow/input#classtensorflow_1_1_input)` indices, ::`[tensorflow::Input](/versions/r2.2/api_docs/cc/class/tensorflow/input#classtensorflow_1_1_input)` updates)` ||\n| [ResourceScatterNdUpdate](#classtensorflow_1_1ops_1_1_resource_scatter_nd_update_1a6f3373c4c7b0450a123c9ba20c4c116a)`(const ::`[tensorflow::Scope](/versions/r2.2/api_docs/cc/class/tensorflow/scope#classtensorflow_1_1_scope)` & scope, ::`[tensorflow::Input](/versions/r2.2/api_docs/cc/class/tensorflow/input#classtensorflow_1_1_input)` ref, ::`[tensorflow::Input](/versions/r2.2/api_docs/cc/class/tensorflow/input#classtensorflow_1_1_input)` indices, ::`[tensorflow::Input](/versions/r2.2/api_docs/cc/class/tensorflow/input#classtensorflow_1_1_input)` updates, const `[ResourceScatterNdUpdate::Attrs](/versions/r2.2/api_docs/cc/struct/tensorflow/ops/resource-scatter-nd-update/attrs#structtensorflow_1_1ops_1_1_resource_scatter_nd_update_1_1_attrs)` & attrs)` ||\n\n| ### Public attributes ||\n|--------------------------------------------------------------------------------------------------------|--------------------------------------------------------------------------------------------------|\n| [operation](#classtensorflow_1_1ops_1_1_resource_scatter_nd_update_1a01f20b9b8778a7d8d62790ded4be2b87) | [Operation](/versions/r2.2/api_docs/cc/class/tensorflow/operation#classtensorflow_1_1_operation) |\n\n| ### Public functions ||\n|-----------------------------------------------------------------------------------------------------------------------------------------|---------|\n| [operator::tensorflow::Operation](#classtensorflow_1_1ops_1_1_resource_scatter_nd_update_1a34c9c3a28d29d52204c5232e44b0b7cf)`() const ` | ` ` ` ` |\n\n| ### Public static functions ||\n|-------------------------------------------------------------------------------------------------------------------|-------------------------------------------------------------------------------------------------------------------------------------------------------------|\n| [UseLocking](#classtensorflow_1_1ops_1_1_resource_scatter_nd_update_1aa18969344553eac87e406dad8ba84204)`(bool x)` | [Attrs](/versions/r2.2/api_docs/cc/struct/tensorflow/ops/resource-scatter-nd-update/attrs#structtensorflow_1_1ops_1_1_resource_scatter_nd_update_1_1_attrs) |\n\n| ### Structs ||\n|--------------------------------------------------------------------------------------------------------------------------------------|---------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|\n| [tensorflow::ops::ResourceScatterNdUpdate::Attrs](/versions/r2.2/api_docs/cc/struct/tensorflow/ops/resource-scatter-nd-update/attrs) | Optional attribute setters for [ResourceScatterNdUpdate](/versions/r2.2/api_docs/cc/class/tensorflow/ops/resource-scatter-nd-update#classtensorflow_1_1ops_1_1_resource_scatter_nd_update). |\n\nPublic attributes\n-----------------\n\n### operation\n\n```text\nOperation operation\n``` \n\nPublic functions\n----------------\n\n### ResourceScatterNdUpdate\n\n```gdscript\n ResourceScatterNdUpdate(\n const ::tensorflow::Scope & scope,\n ::tensorflow::Input ref,\n ::tensorflow::Input indices,\n ::tensorflow::Input updates\n)\n``` \n\n### ResourceScatterNdUpdate\n\n```gdscript\n ResourceScatterNdUpdate(\n const ::tensorflow::Scope & scope,\n ::tensorflow::Input ref,\n ::tensorflow::Input indices,\n ::tensorflow::Input updates,\n const ResourceScatterNdUpdate::Attrs & attrs\n)\n``` \n\n### operator::tensorflow::Operation\n\n```gdscript\n operator::tensorflow::Operation() const \n``` \n\nPublic static functions\n-----------------------\n\n### UseLocking\n\n```text\nAttrs UseLocking(\n bool x\n)\n```"]]