當前位置: 首頁>>代碼示例 >>用法及示例精選 >>正文


Python tf.raw_ops.ScatterMax用法及代碼示例


使用max 操作將稀疏更新減少到變量引用中。

用法

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

參數

  • ref 一個可變的 Tensor 。必須是以下類型之一:half , bfloat16 , float32 , float64 , int32 , int64。應該來自 Variable 節點。
  • indices 一個Tensor。必須是以下類型之一:int32 , int64ref 第一維的索引張量。
  • updates 一個Tensor。必須與 ref 具有相同的類型。要減少為 ref 的更新值的張量。
  • use_locking 可選的 bool 。默認為 False 。如果為 True,則更新將受鎖保護;否則行為是未定義的,但可能表現出較少的爭用。
  • name 操作的名稱(可選)。

返回

  • 一個可變的 Tensor 。具有與 ref 相同的類型。

該操作計算

# Scalar indices
ref[indices, ...] = max(ref[indices, ...], updates[...])

# Vector indices (for each i)
ref[indices[i], ...] = max(ref[indices[i], ...], updates[i, ...])

# High rank indices (for each i, ..., j)
ref[indices[i, ..., j], ...] = max(ref[indices[i, ..., j], ...], updates[i, ..., j, ...])

此操作在更新完成後輸出ref。這使得鏈接需要使用重置值的操作更容易。

正確處理重複條目:如果多個 indices 引用相同的位置,則它們的貢獻合並。

需要 updates.shape = indices.shape + ref.shape[1:]updates.shape = []

相關用法


注:本文由純淨天空篩選整理自tensorflow.org大神的英文原創作品 tf.raw_ops.ScatterMax。非經特殊聲明,原始代碼版權歸原作者所有,本譯文未經允許或授權,請勿轉載或複製。