Python tf.raw_ops.ScatterNdUpdate用法及代碼示例

將稀疏的 updates 應用於給定的單個值或切片

用法

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

變量根據 indices 。

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：

例如，假設我們要將 4 個分散的元素更新為 rank-1 張量到 8 個元素。在 Python 中，該更新將如下所示：

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)

對 ref 的更新結果如下所示：

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

有關如何更新切片的更多詳細信息，請參閱 tf.scatter_nd 。

另見 tf.scatter_update 和 tf.batch_scatter_update 。