Python tf.raw_ops.ScatterNdSub用法及代碼示例

對變量中的單個值或切片應用稀疏減法。

用法

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

根據 indices 在給定變量內。

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

indices 必須是整數張量，包含 ref 的索引。它必須是形狀 [d_0, ..., d_{Q-2}, K] 其中 0 < K <= P 。

indices 的最內維(長度為 K )對應於沿 ref 的 K 第維的元素(如果是 K = P )或切片(如果是 K < P )的索引。

updates 是等級為 Q-1+P-K 的 Tensor，形狀：

[d_0, ..., d_{Q-2}, ref.shape[K], ..., ref.shape[P-1]]

例如，假設我們想從具有 8 個元素的 rank-1 張量中減去 4 個分散元素。在 Python 中，減法看起來像這樣：

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

對 ref 的更新結果如下所示：

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

有關如何更新切片的更多詳細信息，請參閱tf.scatter_nd。