TensorScatterUpdate

পাবলিক চূড়ান্ত বর্গ TensorScatterUpdate

`সূচক` অনুযায়ী বিদ্যমান টেনসরে `আপডেট` ছড়িয়ে দিন।

এই ক্রিয়াকলাপটি `টেনসর`-এ পাস করা স্পার্স `আপডেট` প্রয়োগ করে একটি নতুন টেনসর তৈরি করে। এই ক্রিয়াকলাপটি `tf.scatter_nd`-এর অনুরূপ, আপডেটগুলি একটি বিদ্যমান টেনসরে ছড়িয়ে ছিটিয়ে আছে (শূন্য-টেনসরের বিপরীতে)। যদি বিদ্যমান টেনসরের মেমরিটি পুনরায় ব্যবহার করা না যায় তবে একটি অনুলিপি তৈরি এবং আপডেট করা হয়।

যদি `সূচক`-এ সদৃশ থাকে, তাহলে আমরা সূচকের জন্য শেষ আপডেটটি বেছে নিই।

যদি সিপিইউতে একটি আউট অফ বাউন্ড সূচক পাওয়া যায়, একটি ত্রুটি ফেরত দেওয়া হয়।

সতর্কতা: এই অপারেশনের জন্য কিছু জিপিইউ নির্দিষ্ট শব্দার্থবিদ্যা আছে। - যদি আবদ্ধ সূচকের বাইরে পাওয়া যায়, তাহলে সূচকটি উপেক্ষা করা হয়। - যে ক্রমানুসারে আপডেটগুলি প্রয়োগ করা হয় তা অনির্ধারিত, তাই যদি `সূচক'-এ সদৃশ থাকে তাহলে আউটপুট হবে ননডিটারমিনিস্টিক।

`সূচক` হল একটি পূর্ণসংখ্যার টেনসর যাতে সূচকগুলিকে আকৃতির একটি নতুন টেনসর `আকৃতি`তে পরিণত করে।

  • `সূচক`-এর অন্তত 2টি অক্ষ থাকতে হবে: `(সংখ্যা_আপডেট, সূচক_গভীরতা)`।
  • `সূচক`-এর শেষ অক্ষ হল `টেনসর`-এ কতটা গভীর সূচক করতে হবে তাই এই সূচকের গভীরতা অবশ্যই `টেনসর`-এর র্যাঙ্কের চেয়ে কম হবে: `indices.shape[-1] <= tensor.ndim`
যদি `indices.shape[-1] = tensor.rank` এই Op সূচী করে এবং স্কেলার উপাদান আপডেট করে। যদি `indices.shape[-1] < tensor.rank` হয় তবে এটি ইনপুট `টেনসর` এর স্লাইস সূচী ও আপডেট করে।

প্রতিটি `আপডেট` এর একটি র‍্যাঙ্ক আছে `tensor.rank - indices.shape[-1]`। `Updates` সামগ্রিক আকৃতি হল:

indices.shape[:-1] + tensor.shape[indices.shape[-1]:]
 
ব্যবহার উদাহরণের জন্য পাইথন দেখুন [tf.tensor_scatter_nd_update] (https://www.tensorflow.org/api_docs/python/tf/tensor_scatter_nd_update) ফাংশন

পাবলিক পদ্ধতি

আউটপুট <টি>
asOutput ()
একটি টেনসরের প্রতীকী হ্যান্ডেল প্রদান করে।
স্ট্যাটিক <টি, ইউ প্রসারিত number> TensorScatterUpdate <টি>
তৈরি ( ব্যাপ্তি সুযোগ প্রতীক <টি> টেন্সর, প্রতীক <u> সূচকের, প্রতীক <টি> আপডেট)
একটি নতুন TensorScatterUpdate অপারেশন মোড়ানো একটি ক্লাস তৈরি করার কারখানার পদ্ধতি৷
আউটপুট <টি>
আউটপুট ()
প্রদত্ত আকার এবং সূচক অনুযায়ী প্রয়োগ করা আপডেট সহ একটি নতুন টেনসর।

উত্তরাধিকারসূত্রে প্রাপ্ত পদ্ধতি

পাবলিক পদ্ধতি

পাবলিক আউটপুট <টি> asOutput ()

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 TensorScatterUpdate <টি> তৈরি করুন ( ব্যাপ্তি সুযোগ প্রতীক <টি> টেন্সর, প্রতীক <u> সূচকের, প্রতীক <টি> আপডেট)

একটি নতুন TensorScatterUpdate অপারেশন মোড়ানো একটি ক্লাস তৈরি করার কারখানার পদ্ধতি৷

পরামিতি
সুযোগ বর্তমান সুযোগ
টেনসর কপি/আপডেট করতে টেনসর।
সূচক সূচক টেনসর।
আপডেট আউটপুট মধ্যে ছড়িয়ে ছিটিয়ে আপডেট.
রিটার্নস
  • TensorScatterUpdate এর একটি নতুন উদাহরণ

পাবলিক আউটপুট <টি> আউটপুট ()

প্রদত্ত আকার এবং সূচক অনুযায়ী প্রয়োগ করা আপডেট সহ একটি নতুন টেনসর।