mindspore.ops.IndexPut

class mindspore.ops.IndexPut(accumulate=0)

根据 indices 中的下标值，使用 x2 中的数值替换 x1 中的相应元素的值。

参数：

• accumulate (int) - 如果 accumulate 被设置为1 ， x2 中的元素被累加到 x1 的相应元素上； 如果为 0，用 x2 中的元素取代 x2 的相应元素。默认值： 0 。

输入：

• x1 (Tensor) - 被执行替换操作的Tensor, 维度大于等于1。

• x2 (Tensor) - 数据类型和 x1 一致的一维的Tensor。如果其size为1，则shape将被广播为 x1 的shape。

• indices (tuple[Tensor], list[Tensor]) - 元素类型是int32或者int64, 用于对 x1 中的元素进行索引。 indices 中的tensor的秩应为1-D， indices 中tensor的size应小于 x1 的秩，indices中的tensor应是可广播的。

输出：

Tensor, 其数据类型和shape与 x1 相同。

异常：

• TypeError - 如果 x1 的dtype与 x2 的dtype不同。

• TypeError - 如果 indices 不是tuple[Tensor]或者list[Tensor]。

• TypeError - 如果 indices 中的tensor的dtype不是int32或者int64。

• TypeError - 如果 indices 中的tensor的dtype是不一致的。

• TypeError - 如果 accumulate 的dtype不是int。

• ValueError - 如果 x2 的秩不是1-D。

• ValueError - 当 x1 的rank与 indices 的size相等时，如果 x2 的size不为1 或者不为 indices 中Tensor的最大size。

• ValueError - 当 x1 的rank大于 indices 的size时，如果 x2 的size不为1 或者不为 x1 的最后一维的shape。

• ValueError - 如果 indices 中的tensor的秩不是1-D。

• ValueError - 如果 indices 中的tensor不是可广播的。

• ValueError - 如果 indices 的size大于 x1 的秩。

• ValueError - 如果 accumulate 的值不是0或1。

支持平台：

Ascend CPU

样例：

>>> import mindspore
>>> import numpy as np
>>> from mindspore import Tensor, ops
>>> x1 = Tensor(np.array([[1, 2, 3], [4, 5, 6]]).astype(np.int32))
>>> x2 = Tensor(np.array([3]).astype(np.int32))
>>> indices = [Tensor(np.array([0, 0]).astype(np.int32)), Tensor(np.array([0, 1]).astype(np.int32))]
>>> accumulate = 1
>>> op = ops.IndexPut(accumulate = accumulate)
>>> output = op(x1, x2, indices)
>>> print(output)
 [[4 5 3]
 [4 5 6]]