Метод scatter_nd_update класса Variable

Метод scatter_nd_update класса Variable применяется для выборочного обновления элементов переменной по указанным индексам. Первым параметром метод принимает тензор индексов indices, определяющий позиции элементов для обновления. Вторым параметром передается тензор updates с новыми значениями, которые нужно записать в указанные позиции. Метод изменяет переменную на месте и возвращает обновленную переменную.

Синтаксис

v.scatter_nd_update(indices, updates)

Пример

Давайте создадим переменную из пяти элементов и обновим второй и четвертый элементы новыми значениями:

import tensorflow as tf

v = tf.Variable([1, 2, 3, 4, 5])
indices = tf.constant([1, 3])
updates = tf.constant([20, 40])

v.scatter_nd_update(indices, updates)
print(v)

Результат выполнения кода:

<tf.Variable 'Variable:0' shape=(5,) dtype=int32, numpy=array([ 1, 20, 3, 40, 5], dtype=int32)>

Пример

Давайте создадим двумерную переменную и обновим элементы сразу в нескольких позициях:

<+python+> import tensorflow as tf v = tf.Variable([[1, 2, 3], [4, 5, 6]]) indices = tf.constant([[0, 1], [1, 2]]) updates = tf.constant([20, 60]) v.scatter_nd_update(indices, updates) print(v) <-python+>

Результат выполнения кода:

<tf.Variable 'Variable:0' shape=(2, 3) dtype=int32, numpy=
array([[ 1, 20,  3],
	   [ 4,  5, 60]], dtype=int32)>

Пример

Давайте вернем результат обновления в отдельную переменную и выведем его значение:

import tensorflow as tf

v = tf.Variable([1, 2, 3, 4, 5])
indices = tf.constant([0, 4])
updates = tf.constant([10, 50])

res = v.scatter_nd_update(indices, updates)
print(res.numpy())

Результат выполнения кода:

[10 2 3 4 50]

Смотрите также

класс Variable,
который создает изменяемый тензор
метод scatter_update,
который обновляет срезы переменной по индексам
метод assign,
который присваивает переменной новое значение
метод assign_add,
который прибавляет значение к переменной