tf.tensor_scatter_nd_update

Распространение updates в существующий тензор в соответствии с indices.

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

Данная операция создает новый тензор, применяя разрозненное updates к переданному tensor. Эта операция очень похожа на tf.scatter_nd, за исключением того, что обновления разбросаны по существующему тензору (в отличие от нулевого тензора). Если память для существующего тензора не может быть повторно использована, создается копия и обновляется.

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

indices — это целочисленный тензор, содержащий индексы в новый тензор формы shape. 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) по размерности indices.shape[-1] тензора shape. updates — это тензор с формой

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

Самый простой способ 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 эта операция разброса выглядит следующим образом:

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_update(tensor, indices, updates)
with tf.Session() as sess:
  print(sess.run(scatter))

Полученный тензор будет выглядеть так:

[1, 11, 1, 10, 9, 1, 1, 12]

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

В Python эта операция разброса выглядит следующим образом:

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_update(tensor, indices, updates)
with tf.Session() as sess:
  print(sess.run(scatter))

Полученный тензор будет выглядеть так:

[[[5, 5, 5, 5], [6, 6, 6, 6], [7, 7, 7, 7], [8, 8, 8, 8]],
 [[1, 1, 1, 1], [1, 1, 1, 1], [1, 1, 1, 1], [1, 1, 1, 1]],
 [[5, 5, 5, 5], [6, 6, 6, 6], [7, 7, 7, 7], [8, 8, 8, 8]],
 [[1, 1, 1, 1], [1, 1, 1, 1], [1, 1, 1, 1], [1, 1, 1, 1]]]

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