Python tf.raw_ops.ScatterNdNonAliasingAdd用法及代码示例

使用单个值或切片对input 应用稀疏加法

用法

tf.raw_ops.ScatterNdNonAliasingAdd(
    input, indices, updates, name=None
)

从 updates 根据索引 indices 。更新是非混叠的：input 仅在没有其他操作将使用它的情况下就地修改。否则，将制作input 的副本。此操作相对于 input 和 updates 都有梯度。

input 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 input 的索引。它必须是形状 \([d_0, ..., d_{Q-2}, K]\) 其中 0 < K <= P 。

indices 的最里面的维度(长度为 K )对应于沿 K 的 input 的第 K 维度的元素索引(如果是 K = P )或 (P-K) 维切片(如果是 K < P )。

updates 是等级为 Q-1+P-K 的 Tensor，形状：

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：

input = tf.constant([1, 2, 3, 4, 5, 6, 7, 8])
indices = tf.constant([[4], [3], [1], [7]])
updates = tf.constant([9, 10, 11, 12])
output = tf.scatter_nd_non_aliasing_add(input, indices, updates)
with tf.Session() as sess:
  print(sess.run(output))

结果值 output 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 。