tf.raw_ops.ScatterNd

Рассылает updates в тензор формы shape в соответствии с indices.

tf.raw_ops.ScatterNd(
    indices, updates, shape, name=None
)

Рассылает разреженные updates согласно отдельным значениям в указанных indices. Этот оператор возвращает выходной тензор с shape, которые вы указали. Этот оператор является обратным оператору tf.gather_nd, который извлекает значения или срезы из заданного тензора.

Этот оператор аналогичен tf.tensor_scatter_nd_add, за исключением того, что тензор инициализируется нулями. Вызов tf.scatter_nd(indices, updates, shape) идентичен вызову tf.tensor_scatter_nd_add(tf.zeros(shape, updates.dtype), indices, updates)

Если indices содержит дубликаты, связанные updates накапливаются (суммируются) в выходной тензор.

indices — целочисленный тензор, содержащий индексы в выходной тензор. Последнее измерение indices может быть не более ранга shape:

indices.shape[-1] <= shape.rank

Последнее измерение indices соответствует индексам элементов (если indices.shape[-1] = shape.rank) или срезов (если indices.shape[-1] < shape.rank) вдоль измерения indices.shape[-1] тензора shape.

updates — тензор формы:

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

Простейший вид оператора scatter заключается в вставке отдельных элементов в тензор по индексу. Рассмотрим пример, где необходимо вставить 4 рассеянных элемента в тензор ранга-1 с 8 элементами.

В Python эта операция scatter будет выглядеть так:

indices = tf.constant([[4], [3], [1], [7]])
updates = tf.constant([9, 10, 11, 12])
shape = tf.constant([8])
scatter = tf.scatter_nd(indices, updates, shape)
print(scatter)

Результат будет выглядеть так:

[0, 11, 0, 10, 9, 0, 0, 12]

Также можно вставить целые срезы тензора более высокого ранга сразу. Например, можно вставить два среза в первом измерении тензора ранга-3 с двумя матрицами новых значений.

В Python эта операция scatter будет выглядеть так:

indices = tf.constant([[1], [3]])
updates = tf.constant([[[5, 5, 5, 5], [6, 6, 6, 6],
                        [7, 7, 7, 7], [8, 8, 8, 8]],
                       [[5, 5, 5, 5], [6, 6, 6, 6],
                        [7, 7, 7, 7], [8, 8, 8, 8]]])
shape = tf.constant([4, 4, 4])
scatter = tf.scatter_nd(indices, updates, shape)
print(scatter)

Результат будет выглядеть так:

[[[0, 0, 0, 0], [0, 0, 0, 0], [0, 0, 0, 0], [0, 0, 0, 0]],
 [[5, 5, 5, 5], [6, 6, 6, 6], [7, 7, 7, 7], [8, 8, 8, 8]],
 [[0, 0, 0, 0], [0, 0, 0, 0], [0, 0, 0, 0], [0, 0, 0, 0]],
 [[5, 5, 5, 5], [6, 6, 6, 6], [7, 7, 7, 7], [8, 8, 8, 8]]]

Обратите внимание, что на CPU, если обнаружен индекс за пределами границ, возвращается ошибка. На GPU, если обнаружен индекс за пределами границ, индекс игнорируется.