TensorFlow函數(shù)：tf.scatter_sub

tf.scatter_sub 函數(shù)

scatter_sub(
    ref,
    indices,
    updates,
    use_locking=False,
    name=None
)

請(qǐng)參閱指南：變量>稀疏變量更新

將稀疏更新減去一個(gè)變量引用.

# Scalar indices
ref[indices, ...] -= updates[...]

# Vector indices (for each i)
ref[indices[i], ...] -= updates[i, ...]

# High rank indices (for each i, ..., j)
ref[indices[i, ..., j], ...] -= updates[i, ..., j, ...]

更新完成后,將執(zhí)行此操作并輸出ref.這樣可以更容易地鏈接需要使用重置值的操作.

正確處理重復(fù)條目的方式：如果多個(gè)indices引用相同的位置,則他們(否定)的貢獻(xiàn)添加.

需要：updates.shape = indices.shape + ref.shape[1:].

函數(shù)參數(shù)

• ref：一個(gè)可變的Tensor；必須是下列類型之一：float32,float64,int64,int32,uint8,uint16,int16,int8,complex64,complex128,qint8,quint8,qint32,half；應(yīng)該來(lái)自一個(gè)Variable節(jié)點(diǎn).
• indices：一個(gè)Tensor；必須是以下類型之一：int32,int64；進(jìn)入ref的第一維度的一個(gè)索引的張量.
• updates：一個(gè)Tensor.必須與ref具有相同的類型.從ref中減去更新值的張量.
• use_locking：可選bool,默認(rèn)為False；如果為True,則減法將被鎖保護(hù)；否則行為是不確定的,但可能表現(xiàn)出較少的爭(zhēng)用.
• name：操作的名稱(可選).

函數(shù)返回值

和ref一樣；作為在更新完成后想要使用更新值的操作的便利返回.