mindspore.ops.scatter
- mindspore.ops.scatter(input, axis, index, src)[源代码]
根据指定索引将 src 中的值更新到 input 中返回输出。 有关更多详细信息,请参阅
mindspore.ops.tensor_scatter_elements()
。说明
如果src为Tensor,则仅当src的shape和index的shape相同时支持求反向梯度。
- 参数:
input (Tensor) - 输入Tensor。 input 的秩必须至少为1。
axis (int) - 要进行更新操作的轴。取值范围是[-r, r),其中r是 input 的秩。
index (Tensor) - 输入Tensor的索引,数据类型为int32或int64的正整数。其rank必须和 input 一致。取值范围是[-s, s),这里的s是 input 在 axis 指定轴的size。
src (Tensor, float) - 指定对 input 进行更新操作的数据。可以为Tensor,此时其数据类型必须与输入 input 的数据类型相同。也可以是个float类型的标量。
- 返回:
Tensor,shape和数据类型与输入 input 相同。
- 异常:
TypeError - index 的数据类型既不是int32,也不是int64。
ValueError - input 、 index 和 src 中,任意一者的秩小于1。
ValueError - src 的秩和 input 的秩不一样。
TypeError - input 的数据类型和 src 的数据类型不一致。
RuntimeError - index 中存在负数。
- 支持平台:
Ascend
GPU
CPU
样例:
>>> import numpy as np >>> import mindspore as ms >>> from mindspore import Tensor, ops >>> input = Tensor(np.array([[1, 2, 3, 4, 5]]), dtype=ms.float32) >>> src = Tensor(np.array([[8, 8]]), dtype=ms.float32) >>> index = Tensor(np.array([[2, 4]]), dtype=ms.int64) >>> out = ops.scatter(input=input, axis=1, index=index, src=src) >>> print(out) [[1. 2. 8. 4. 8.]] >>> input = Tensor(np.zeros((5, 5)), dtype=ms.float32) >>> src = Tensor(np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]]), dtype=ms.float32) >>> index = Tensor(np.array([[0, 0, 0], [2, 2, 2], [4, 4, 4]]), dtype=ms.int64) >>> out = ops.scatter(input=input, axis=0, index=index, src=src) >>> print(out) [[1. 2. 3. 0. 0.] [0. 0. 0. 0. 0.] [4. 5. 6. 0. 0.] [0. 0. 0. 0. 0.] [7. 8. 9. 0. 0.]] >>> input = Tensor(np.zeros((5, 5)), dtype=ms.float32) >>> src = Tensor(np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]]), dtype=ms.float32) >>> index = Tensor(np.array([[0, 2, 4], [0, 2, 4], [0, 2, 4]]), dtype=ms.int64) >>> out = ops.scatter(input=input, axis=1, index=index, src=src) >>> print(out) [[1. 0. 2. 0. 3.] [4. 0. 5. 0. 6.] [7. 0. 8. 0. 9.] [0. 0. 0. 0. 0.] [0. 0. 0. 0. 0.]]