mindspore.Tensor.scatter_min
- mindspore.Tensor.scatter_min(indices, updates)[源代码]
根据指定的更新值和输入索引,通过最小值运算,将结果赋值到输出Tensor中。
索引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。有关更多详细信息,请参见下方样例。
Note
如果 indices 的某些值超出范围,则相应的 updates 不会更新到 input_x ,而不是抛出索引错误。
- 参数:
indices (Tensor) - Tensor的索引,数据类型为int32或int64。其rank至少为2。
updates (Tensor) - 指定与本Tensor做最小值运算的Tensor,其数据类型与该Tensor相同。 updates.shape 应等于 indices.shape[:-1] + self.shape[indices.shape[-1]:] 。
- 返回:
Tensor,shape和数据类型与原Tensor相同。
- 异常:
TypeError - indices 的数据类型既不是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:
Ascend
GPU
CPU
样例:
>>> import numpy as np >>> from mindspore import Tensor >>> 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, 2.2]).astype('float32')) >>> output = x.scatter_min(indices, updates) >>> print(output) [[ -0.1 0.3 3.6] [ 0.4 0.5 -3.2]]