ScatterNdUpdate

পাবলিক ফাইনাল ক্লাস ScatterNdUpdate

প্রদত্ত মধ্যে পৃথক মান বা স্লাইসগুলিতে স্পার্স `আপডেট` প্রয়োগ করে

`সূচক` অনুযায়ী পরিবর্তনশীল।

`রেফ` হল `P` র‍্যাঙ্কের একটি `টেনসর` এবং `সূচক` হল `Q` র‍্যাঙ্কের `টেনসর`।

`সূচক` অবশ্যই পূর্ণসংখ্যার টেনসর হতে হবে, যাতে `রেফ`-এ সূচক থাকে। এটা আকৃতি হতে হবে \\([d_0, ..., d_{Q-2}, K]\\) যেখানে `0 < K <= P`।

`সূচক` এর অন্তর্নিহিত মাত্রা (দৈর্ঘ্য `K` সহ) উপাদানগুলির মধ্যে সূচকের সাথে মিলে যায় (যদি `K = P`) অথবা `রেফ`-এর `K`তম মাত্রা বরাবর স্লাইস (যদি `K < P` হয়)।

`আপডেট` হল আকৃতি সহ `Q-1+PK` র‍্যাঙ্কের `টেনসর`:

$$[d_0, ..., d_{Q-2}, ref.shape[K], ..., ref.shape[P-1]].$$

উদাহরণস্বরূপ, বলুন আমরা 4টি বিক্ষিপ্ত উপাদানকে একটি র্যাঙ্ক-1 টেনসরে 8টি উপাদানে আপডেট করতে চাই। পাইথনে, সেই আপডেটটি দেখতে এরকম হবে:

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)
 

রেফের ফলস্বরূপ আপডেটটি দেখতে এইরকম হবে:

[1, 11, 3, 10, 9, 6, 7, 12]

কিভাবে স্লাইস আপডেট করতে হয় সে সম্পর্কে আরো বিস্তারিত জানার জন্য `tf.scatter_nd` দেখুন।

এছাড়াও `tf.scatter_update` এবং `tf.batch_scatter_update` দেখুন।

নেস্টেড ক্লাস

ক্লাস

ScatterNdUpdate.Options

ScatterNdUpdate এর জন্য ঐচ্ছিক বৈশিষ্ট্য

পাবলিক পদ্ধতি

আউটপুট <T>	আউটপুট হিসাবে () একটি টেনসরের প্রতীকী হ্যান্ডেল প্রদান করে।
স্ট্যাটিক <T, U প্রসারিত করে সংখ্যা> ScatterNdUpdate <T>	তৈরি করুন ( স্কোপ স্কোপ, Operand <T> রেফ, Operand <U> সূচক, Operand <T> আপডেট, বিকল্প... বিকল্প) একটি নতুন ScatterNdUpdate অপারেশন মোড়ানো একটি ক্লাস তৈরি করার কারখানার পদ্ধতি।
আউটপুট <T>	আউটপুটরেফ () রেফ হিসাবে একই.
স্ট্যাটিক ScatterNdUpdate.Options	ইউজ লকিং (বুলিয়ান ইউজ লকিং)

উত্তরাধিকারসূত্রে প্রাপ্ত পদ্ধতি

ক্লাস org.tensorflow.op.PrimitiveOp থেকে

চূড়ান্ত বুলিয়ান	সমান (অবজেক্ট অবজেক্ট)
চূড়ান্ত int	হ্যাশকোড ()
অপারেশন	অপ () অন্তর্নিহিত Operation ফেরত দেয়
চূড়ান্ত স্ট্রিং	toString ()

java.lang.Object ক্লাস থেকে

বুলিয়ান	সমান (অবজেক্ট arg0)
চূড়ান্ত ক্লাস<?>	getClass ()
int	হ্যাশকোড ()
চূড়ান্ত শূন্যতা	অবহিত করুন ()
চূড়ান্ত শূন্যতা	সকলকে অবহিত করুন ()
স্ট্রিং	toString ()
চূড়ান্ত শূন্যতা	অপেক্ষা করুন (দীর্ঘ arg0, int arg1)
চূড়ান্ত শূন্যতা	অপেক্ষা করুন (দীর্ঘ arg0)
চূড়ান্ত শূন্যতা	অপেক্ষা করুন ()

ইন্টারফেস org.tensorflow.Operand থেকে

বিমূর্ত আউটপুট <T>

আউটপুট হিসাবে () একটি টেনসরের প্রতীকী হ্যান্ডেল প্রদান করে।

পাবলিক পদ্ধতি

সর্বজনীন আউটপুট <T> হিসাবে আউটপুট ()

একটি টেনসরের প্রতীকী হ্যান্ডেল প্রদান করে।

TensorFlow অপারেশনের ইনপুট হল অন্য TensorFlow অপারেশনের আউটপুট। এই পদ্ধতিটি একটি প্রতীকী হ্যান্ডেল পেতে ব্যবহৃত হয় যা ইনপুটের গণনাকে প্রতিনিধিত্ব করে।

পাবলিক স্ট্যাটিক ScatterNdUpdate <T> তৈরি করুন ( Scope scope, Operand <T> ref, Operand <U> সূচক, Operand <T> আপডেট, বিকল্প... বিকল্প)

একটি নতুন ScatterNdUpdate অপারেশন মোড়ানো একটি ক্লাস তৈরি করার কারখানার পদ্ধতি।

পরামিতি

সুযোগ	বর্তমান সুযোগ
রেফ	একটি পরিবর্তনযোগ্য টেনসর। একটি পরিবর্তনশীল নোড থেকে হওয়া উচিত।
সূচক	একটি টেনসর। নিম্নলিখিত ধরনের একটি হতে হবে: int32, int64. রেফের মধ্যে সূচকগুলির একটি টেনসর।
আপডেট	একটি টেনসর। রেফের মতো একই প্রকার থাকতে হবে। রেফ যোগ করার জন্য আপডেট করা মানগুলির একটি টেনসর।
বিকল্প	ঐচ্ছিক বৈশিষ্ট্য মান বহন করে

রিটার্নস

• ScatterNdUpdate এর একটি নতুন উদাহরণ

সর্বজনীন আউটপুট <T> outputRef ()

রেফ হিসাবে একই. ক্রিয়াকলাপগুলির জন্য একটি সুবিধা হিসাবে ফিরে এসেছে যা আপডেট হওয়ার পরে আপডেট হওয়া মানগুলি ব্যবহার করতে চায়৷

পাবলিক স্ট্যাটিক ScatterNdUpdate.Options useLocking (বুলিয়ান ইউজ লকিং)

পরামিতি

লকিং ব্যবহার করুন	একটি ঐচ্ছিক বুল। ডিফল্ট থেকে সত্য। সত্য হলে, অ্যাসাইনমেন্টটি একটি লক দ্বারা সুরক্ষিত হবে; অন্যথায় আচরণটি অনির্ধারিত, তবে কম বিরোধ প্রদর্শন করতে পারে।