tf.tensor_scatter_nd_add

Добавляет разреженные updates к существующему тензору в соответствии с indices.

tf.tensor_scatter_nd_add(
    tensor, indices, updates, name=None
)

Эта операция создаёт новый тензор, добавляя разреженные updates к переданному tensor. Эта операция очень похожа на tf.scatter_nd_add, за исключением того, что обновления добавляются к существующему тензору (в отличие от переменной). Если память для существующего тензора не может быть повторно использована, создаётся копия и обновляется.

indices — это 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 срезов (если indices.shape[-1] < shape.rank) вдоль измерения indices.shape[-1] shape. updates — это тензор формы

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

Самый простой способ использования tensor_scatter_add — добавление отдельных элементов в тензор по индексу. Например, предположим, что мы хотим добавить 4 элемента в тензор ранга-1 с 8 элементами.

В Python эта операция scatter add будет выглядеть так:

indices = tf.constant([[4], [3], [1], [7]])
updates = tf.constant([9, 10, 11, 12])
tensor = tf.ones([8], dtype=tf.int32)
updated = tf.tensor_scatter_add(tensor, indices, updates)
with tf.Session() as sess:
  print(sess.run(scatter))

Полученный тензор будет выглядеть так:

[1, 12, 1, 11, 10, 1, 1, 13]

Мы также можем вставить целые срезы тензора более высокого ранга сразу. Например, если мы хотели вставить два среза в первом измерении тензора ранга-3 с двумя матрицами новых значений.

В Python эта операция scatter add 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]]])
tensor = tf.ones([4, 4, 4])
updated = tf.tensor_scatter_add(tensor, indices, updates)
with tf.Session() as sess:
  print(sess.run(scatter))

Полученный тензор будет выглядеть так:

[[[6, 6, 6, 6], [7, 7, 7, 7], [8, 8, 8, 8], [9, 9, 9, 9]],
 [[1, 1, 1, 1], [1, 1, 1, 1], [1, 1, 1, 1], [1, 1, 1, 1]],
 [[6, 6, 6, 6], [7, 7, 7, 7], [8, 8, 8, 8], [9, 9, 9, 9]],
 [[1, 1, 1, 1], [1, 1, 1, 1], [1, 1, 1, 1], [1, 1, 1, 1]]]

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