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

将稀疏的 updates 应用于给定的单个值或切片

用法

tf.raw_ops.ScatterNdUpdate(
    ref, indices, updates, use_locking=True, name=None
)

变量根据 indices 。

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：

例如，假设我们要将 4 个分散的元素更新为 rank-1 张量到 8 个元素。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])
    update = tf.scatter_nd_update(ref, indices, updates)
    with tf.Session() as sess:
      print sess.run(update)

对 ref 的更新结果如下所示：

[1, 11, 3, 10, 9, 6, 7, 12]

有关如何更新切片的更多详细信息，请参阅 tf.scatter_nd 。

另见 tf.scatter_update 和 tf.batch_scatter_update 。