python全局解释器锁 tensorflow_TensorFlow函数：tf.scatter_sub

tf.scatter_sub 函数scatter_sub(

ref,

indices,

updates,

use_locking=False,

name=None

)

将稀疏更新减去一个变量引用.# 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,将执行此操作并输出ref.这样可以更容易地链接需要使用重置值的操作.

正确处理重复条目的方式：如果多个indices引用相同的位置,则他们(否定)的贡献添加.

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

函数参数ref：一个可变的Tensor；必须是下列类型之一：float32,float64,int64,int32,uint8,uint16,int16,int8,complex64,complex128,qint8,quint8,qint32,half；应该来自一个Variable节点.

indices：一个Tensor；必须是以下类型之一：int32,int64；进入ref的第一维度的一个索引的张量.

updates：一个Tensor.必须与ref具有相同的类型.从ref中减去更新值的张量.

use_locking：可选bool,默认为False；如果为True,则减法将被锁保护；否则行为是不确定的,但可能表现出较少的争用.

name：操作的名称(可选).

函数返回值

和ref一样；作为在更新完成后想要使用更新值的操作的便利返回.