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

对变量中的单个值或切片应用稀疏减法。

用法

tf.compat.v1.scatter_nd_sub(
    ref, indices, updates, use_locking=False, name=None
)

ref 是排名为 P 的 Tensor ，而 indices 是排名为 Q 的 Tensor 。

indices 必须是整数张量，包含 ref 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(长度为 K )对应于沿 ref 的 K 第维的元素(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}, ref.shape[K], ..., ref.shape[P-1]]

例如，假设我们想从具有 8 个元素的 rank-1 张量中减去 4 个分散元素。在 Python 中，该更新将如下所示：

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])
op = tf.compat.v1.scatter_nd_sub(ref, indices, updates)
with tf.compat.v1.Session() as sess:
  print sess.run(op)

对 ref 的更新结果如下所示：

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

有关如何更新切片的更多详细信息，请参阅tf.scatter_nd。