একটি পরিবর্তনশীল রেফারেন্সে স্পার্স আপডেটগুলিকে গুণ করে।
এই অপারেশন গণনা
# Scalar indices
ref[indices, ...] *= updates[...]
# Vector indices (for each i)
ref[indices[i], ...] *= updates[i, ...]
# High rank indices (for each i, ..., j)
ref[indices[i, ..., j], ...] *= updates[i, ..., j, ...]
আপডেট সম্পন্ন হওয়ার পর এই অপারেশনটি `রেফ` আউটপুট করে। এটি চেইন অপারেশনগুলিকে সহজ করে তোলে যেগুলি রিসেট মান ব্যবহার করতে হবে৷ডুপ্লিকেট এন্ট্রি সঠিকভাবে পরিচালনা করা হয়: যদি একাধিক `সূচক` একই অবস্থানের উল্লেখ করে, তাহলে তাদের অবদান বহুগুণ বেড়ে যায়।
`updates.shape = indices.shape + ref.shape[1:]` বা `updates.shape = []` প্রয়োজন।
নেস্টেড ক্লাস
ক্লাস | ScatterMul.Options | ScatterMul এর জন্য ঐচ্ছিক বৈশিষ্ট্য |
পাবলিক পদ্ধতি
আউটপুট <T> | আউটপুট হিসাবে () একটি টেনসরের প্রতীকী হ্যান্ডেল প্রদান করে। |
static <T, U প্রসারিত সংখ্যা> ScatterMul <T> | |
আউটপুট <T> | আউটপুটরেফ () = `রেফ` এর মতো। |
স্ট্যাটিক ScatterMul.Options | ইউজ লকিং (বুলিয়ান ইউজ লকিং) |
উত্তরাধিকারসূত্রে প্রাপ্ত পদ্ধতি
পাবলিক পদ্ধতি
সর্বজনীন আউটপুট <T> হিসাবে আউটপুট ()
একটি টেনসরের প্রতীকী হ্যান্ডেল প্রদান করে।
TensorFlow অপারেশনের ইনপুট হল অন্য TensorFlow অপারেশনের আউটপুট। এই পদ্ধতিটি একটি সিম্বলিক হ্যান্ডেল পেতে ব্যবহৃত হয় যা ইনপুটের গণনার প্রতিনিধিত্ব করে।
পাবলিক স্ট্যাটিক ScatterMul <T> তৈরি করুন ( Scope scope, Operand <T> ref, Operand <U> সূচক, Operand <T> আপডেট, বিকল্প... বিকল্প)
একটি নতুন ScatterMul অপারেশন মোড়ানো একটি ক্লাস তৈরি করার কারখানা পদ্ধতি।
পরামিতি
সুযোগ | বর্তমান সুযোগ |
---|---|
রেফ | একটি `ভেরিয়েবল` নোড থেকে হওয়া উচিত। |
সূচক | `রেফ` এর প্রথম মাত্রায় সূচকের একটি টেনসর। |
আপডেট | `রেফ`-এ গুণ করার জন্য আপডেট করা মানগুলির একটি টেনসর। |
বিকল্প | ঐচ্ছিক বৈশিষ্ট্য মান বহন করে |
রিটার্নস
- ScatterMul এর একটি নতুন উদাহরণ
সর্বজনীন আউটপুট <T> outputRef ()
= `রেফ` এর মতো। ক্রিয়াকলাপগুলির জন্য একটি সুবিধা হিসাবে ফিরে এসেছে যা আপডেট হওয়ার পরে আপডেট হওয়া মানগুলি ব্যবহার করতে চায়৷
পাবলিক স্ট্যাটিক ScatterMul.Options useLocking (বুলিয়ান ইউজ লকিং)
পরামিতি
লকিং ব্যবহার করুন | যদি সত্য হয়, অপারেশনটি একটি লক দ্বারা সুরক্ষিত হবে; অন্যথায় আচরণটি অনির্ধারিত, তবে কম বিরোধ প্রদর্শন করতে পারে। |
---|