tf.raw_ops.TensorScatterUpdate

Разброс updates в существующий тензор согласно indices.

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

Эта операция создаёт новый тензор, применяя разброс updates к переданному tensor. Эта операция очень похожа на tf.scatter_nd, за исключением того, что обновления разбрасываются по существующему тензору (в отличие от нулевого тензора). Если память для существующего тензора не может быть повторно использована, делается 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] shape. updates — это тензор с формой

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

Самый простой 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 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)
print(tf.tensor_scatter_nd_update(tensor, indices, updates))
    tf.Tensor([ 1 11  1 10  9  1  1 12], shape=(8,), dtype=int32)
    

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 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], dtype=tf.int32)
print(tf.tensor_scatter_nd_update(tensor, indices, updates).numpy())
    [[[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 на процессоре CPU, если найден индекс за пределами границ, возвращается ошибка. На GPU, если найден индекс за пределами границ, индекс игнорируется.