Python tf.compat.v1.Variable.scatter_nd_sub用法及代码示例

用法

scatter_nd_sub(
    indices, updates, name=None
)

对变量中的单个值或切片应用稀疏减法。

假设变量具有排名 P 并且 indices 是排名 Q 的 Tensor 。

indices 必须是整数张量，包含对自身的索引。它必须是形状 [d_0, ..., d_{Q-2}, K] 其中 0 < K <= P 。

indices 的最内维度(长度为 K )对应于沿着 self 的第 K 维度的元素(如果是 K = P )或切片(如果是 K < P )的索引。

updates 是等级为 Q-1+P-K 的 Tensor，形状：

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

例如，假设我们要将 4 个分散的元素添加到 rank-1 张量到 8 个元素。在 Python 中，该更新将如下所示：

v = tf.Variable([1, 2, 3, 4, 5, 6, 7, 8])
    indices = tf.constant([[4], [3], [1] ,[7]])
    updates = tf.constant([9, 10, 11, 12])
    v.scatter_nd_sub(indices, updates)
    print(v)

更新后v 将如下所示：

[1, -9, 3, -6, -4, 6, 7, -4]

有关如何更新切片的更多详细信息，请参阅tf.scatter_nd。