tf.scatter_nd

Разброс updates в новый тензор в соответствии с indices.

tf.scatter_nd(
    indices, updates, shape, name=None
)

Создаёт новый тензор, применяя разреженный updates к отдельным значениям или слайсам внутри тензора (изначально ноль для числовых, пусто для строковых) заданного shape в соответствии с индексами. Этот оператор является обратным оператору tf.gather_nd, который извлекает значения или слайсы из заданного тензора.

Этот оператор похож на tensor_scatter_add, за исключением того, что тензор инициализируется нулями. Вызов tf.scatter_nd(indices, values, shape) идентичен tensor_scatter_add(tf.zeros(shape, values.dtype), indices, values)

Если indices содержит дубликаты, их обновления накапливаются (суммируются).

indices — целочисленный тензор, содержащий индексы в новый тензор формы shape. Последнее измерение indices может быть не больше ранга shape:

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

Последнее измерение indices соответствует индексам элементов (если indices.shape[-1] = shape.rank) или слайсов (если indices.shape[-1] < shape.rank) по измерению indices.shape[-1] shape. updates — тензор формы

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

Простейший вид разброса — вставка отдельных элементов в тензор по индексу. Например, предположим, что мы хотим вставить 4 разбросанных элемента в тензор ранга 1 с 8 элементами.

В Python этот оператор разброса 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)
with tf.Session() as sess:
  print(sess.run(scatter))

Результат будет выглядеть так:

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

Мы также можем вставить целые слайсы тензора более высокого ранга сразу. Например, если мы хотим вставить два слайса в первом измерении тензора ранга 3 с двумя матрицами новых значений.

В Python этот оператор разброса будет выглядеть так:

indices = tf.constant([[0], [2]])
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)
with tf.Session() as sess:
  print(sess.run(scatter))

Результат будет выглядеть так:

[[[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]],
 [[0, 0, 0, 0], [0, 0, 0, 0], [0, 0, 0, 0], [0, 0, 0, 0]]]

Обратите внимание, что в ЦП, если найден индекс за пределами границ, возвращается ошибка. В ГП, если найден индекс за пределами границ, индекс игнорируется.