جریان تنسور:: عملیات:: ScatterNdUpdate

#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 باشه \([d_0, ..., d_{Q-2}, K]\) جایی که 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.

همچنین tf.scatter_update و tf.batch_scatter_update را ببینید.

استدلال ها:

• scope: یک شی Scope
• مرجع: یک تانسور قابل تغییر. باید از یک گره متغیر 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:

• Output : همان ref. برای عملیاتی که می‌خواهند پس از انجام به‌روزرسانی از مقادیر به‌روزشده استفاده کنند، به‌عنوان سهولت بازگردانده شد.

سازندگان و تخریب کنندگان
ScatterNdUpdate (const :: tensorflow::Scope & scope, :: tensorflow::Input ref, :: tensorflow::Input indices, :: tensorflow::Input updates)
ScatterNdUpdate (const :: tensorflow::Scope & scope, :: tensorflow::Input ref, :: tensorflow::Input indices, :: tensorflow::Input updates, const ScatterNdUpdate::Attrs & attrs)

صفات عمومی
operation	Operation
output_ref	:: tensorflow::Output

توابع عمومی
node () const	::tensorflow::Node *
operator::tensorflow::Input () const
operator::tensorflow::Output () const

توابع استاتیک عمومی
UseLocking (bool x)	Attrs

سازه ها
tensorflow:: ops:: ScatterNdUpdate:: Attrs	تنظیم کننده های ویژگی اختیاری برای ScatterNdUpdate .

صفات عمومی

عملیات

Operation operation

output_ref

::tensorflow::Output output_ref

توابع عمومی

ScatterNdUpdate

 ScatterNdUpdate(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input ref,
  ::tensorflow::Input indices,
  ::tensorflow::Input updates
)

ScatterNdUpdate

 ScatterNdUpdate(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input ref,
  ::tensorflow::Input indices,
  ::tensorflow::Input updates,
  const ScatterNdUpdate::Attrs & attrs
)

گره

::tensorflow::Node * node() const 

عملگر::tensorflow::ورودی

 operator::tensorflow::Input() const 

عملگر::tensorflow::خروجی

 operator::tensorflow::Output() const 

توابع استاتیک عمومی

استفاده از قفل

Attrs UseLocking(
  bool x
)