當前位置: 首頁>>編程示例 >>用法及示例精選 >>正文


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

根據 indicesupdates 分散到現有張量中。

用法

tf.raw_ops.TensorScatterUpdate(
    tensor, indices, updates, name=None
)

參數

  • tensor 一個Tensor。要複製/更新的張量。
  • indices 一個Tensor。必須是以下類型之一:int32 , int64。索引張量。
  • updates 一個Tensor。必須與 tensor 具有相同的類型。更新分散到輸出中。
  • name 操作的名稱(可選)。

返回

  • 一個Tensor。具有與 tensor 相同的類型。

此操作通過將稀疏的 updates 應用於傳入的 tensor 來創建一個新的張量。此操作與 tf.scatter_nd 非常相似,隻是更新分散在現有張量上(而不是 zero-tensor)。如果無法重新使用現有張量的內存,則製作並更新副本。

如果indices 包含重複項,那麽我們選擇索引的最後更新。

如果在 CPU 上發現超出範圍的索引,則返回錯誤。

警告:此操作有一些特定於 GPU 的語義。

  • 如果發現超出範圍的索引,則忽略該索引。
  • 應用更新的順序是不確定的,因此如果 indices 包含重複項,則輸出將是不確定的。

indices 是一個整數張量,其中包含指向形狀為 shape 的新張量的索引。

  • indices 必須至少有 2 個軸:(num_updates, index_depth)
  • indices 的最後一個軸是索引到 tensor 的深度,因此該索引深度必須小於 tensor 的等級:indices.shape[-1] <= tensor.ndim

如果 indices.shape[-1] = tensor.rank 此操作索引並更新標量元素。如果 indices.shape[-1] < tensor.rank 它索引並更新輸入的切片 tensor

每個 update 的排名為 tensor.rank - indices.shape[-1]updates的整體形狀是:

indices.shape[:-1] + tensor.shape[indices.shape[-1]:]

有關用法示例,請參見 python tf.tensor_scatter_nd_update 函數

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.TensorScatterUpdate。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。