当前位置: 首页>>代码示例 >>用法及示例精选 >>正文


Python tf.raw_ops.ScatterNdAdd用法及代码示例


对变量中的单个值或切片应用稀疏加法。

用法

tf.raw_ops.ScatterNdAdd(
    ref, indices, updates, use_locking=False, name=None
)

参数

  • ref 一个可变的 Tensor 。必须是以下类型之一:float32 , float64 , int32 , uint8 , int16 , int8 , complex64 , int64 , qint8 , quint8 , qint32 , bfloat16 , uint16 , complex128 , half , uint32 , uint64。一个可变张量。应该来自变量节点。
  • indices 一个Tensor。必须是以下类型之一:int32 , int64。张量。必须是以下类型之一:int32、int64。参考的索引张量。
  • updates 一个Tensor。必须与 ref 具有相同的类型。张量。必须与 ref 具有相同的类型。要添加到 ref 的更新值的张量。
  • use_locking 可选的 bool 。默认为 False 。一个可选的布尔值。默认为真。如果为 True,则分配将受锁保护;否则行为是未定义的,但可能表现出较少的争用。
  • name 操作的名称(可选)。

返回

  • 一个可变的 Tensor 。具有与 ref 相同的类型。

ref 是排名为 PTensor ,而 indices 是排名为 QTensor

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 refK 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-KTensor,形状:

[d_0, ..., d_{Q-2}, ref.shape[K], ..., ref.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,该添加看起来像这样:

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])
add = tf.scatter_nd_add(ref, indices, updates)
with tf.Session() as sess:
  print sess.run(add)

对 ref 的更新结果如下所示:

[1, 13, 3, 14, 14, 6, 7, 20]

有关如何更新切片的更多详细信息,请参阅tf.scatter_nd

相关用法


注:本文由纯净天空筛选整理自tensorflow.org大神的英文原创作品 tf.raw_ops.ScatterNdAdd。非经特殊声明,原始代码版权归原作者所有,本译文未经允许或授权,请勿转载或复制。