mindspore.Tensor.scatter_div

mindspore.Tensor.scatter_div(indices, updates)[源代码]

根据索引，通过相除运算得到输出Tensor的值。更新后的结果是通过算子output返回，而不是直接原地更新当前Tensor。

indices 的最后一个轴是每个索引向量的深度。对于每个索引向量， updates 中必须有相应的值。 updates 的shape应该等于 input_x[indices] 的shape。其中 input_x 指当前Tensor。有关更多详细信息，请参见使用用例。

Note

  • 如果 indices 的某些值超出范围，则相应的 updates 不会更新为当前Tensor，而不是抛出索引错误。

  • 算子无法处理除0异常, 用户需保证 updates 中没有0值。

参数：

  • indices (Tensor) - 该Tensor的索引，数据类型为int32或int64。其rank至少为2。

  • updates (Tensor) - 指定与当前Tensor相加操作的Tensor，其数据类型与输入相同。 updates.shape 应等于 indices.shape[:-1] + input_x.shape[indices.shape[-1]:] ，其中 input_x 指当前Tensor。

返回：

Tensor，shape和数据类型与该Tensor相同。

异常：

  • TypeError - indices 的数据类型不是int32，也不是int64。

  • ValueError - Tensor的shape长度小于 indices 的shape的最后一个维度。

支持平台：

GPU CPU

样例：

>>> import numpy as np
>>> from mindspore import Tensor
>>> input_x = Tensor(np.array([[-0.1, 0.3, 3.6], [0.4, 0.5, -3.2]]).astype('float32'))
>>> indices = Tensor(np.array([[0, 0], [0, 0]]).astype('int32'))
>>> updates = Tensor(np.array([1.0, 2.0]).astype('float32'))
>>> output = input_x.scatter_div(indices, updates)
>>> print(output)
[[-0.05  0.3  3.6  ]
 [ 0.4   0.5  -3.2 ]]