tensorflow中tf.raw_ops.ScatterMin()函数的使用

1. 功能

        将updates的值,通过索引(indices)指定inputs对应位置上的值做比较取最小值(也就是更新inputs上对应的之)

2. 参数

        ref:数据输入

        indices:用来指定ref位置

        updates:用来更新ref值的数据

        注意:ref.shape >= indices.shape = updates.shape

3. 代码

import tensorflow as tf


"""
功能:
    将updates的值,通过索引(indices)指定inputs对应位置上的值做比较取最小值(也就是更新inputs上对应的之)
主要参数:
    ref:数据输入
    indices:用来指定ref位置
    updates:用来更新ref值的数据
"""
updates = tf.constant([3, 2, 5])
indices = tf.constant([0, 1, 1])
inputs = tf.Variable([6, 1, 7])

out_ = tf.raw_ops.ScatterMin(ref=inputs, indices=indices, updates=updates)
init = tf.global_variables_initializer()

with tf.Session() as sess:
    sess.run(init)
    print(out_.eval())


  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

浅蓝的风

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值