當前位置: 首頁>>代碼示例 >>用法及示例精選 >>正文

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


對變量引用應用稀疏更新。

用法

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

參數

  • ref 一個可變的 Tensor 。應該來自 Variable 節點。
  • indices 一個Tensor。必須是以下類型之一：int32 , int64。 ref 第一維的索引張量。
  • updates 一個Tensor。必須與 ref 具有相同的類型。要存儲在 ref 中的更新值的張量。
  • use_locking 可選的 bool 。默認為 True 。如果為 True，則分配將受鎖保護；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, ...] = updates[...]

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

    # High rank indices (for each i, ..., j)
    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。

如果 ref 中的值要更新一次以上，因為 indices 中有重複的條目，則每個值的更新順序是未定義的。

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

另見 tf.batch_scatter_update 和 tf.scatter_nd_update 。

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.ScatterUpdate。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。