mindspore.ops.ScatterNonAliasingAdd
- class mindspore.ops.ScatterNonAliasingAdd[源代码]
使用给定值通过加法操作和输入索引来更新Tensor值。此操作在更新完成后输出 input_x ,这有利于更加方便地使用更新后的值。
输入的 input_x 和 updates 遵循隐式类型转换规则,以确保数据类型一致。如果它们具有不同的数据类型,则低精度数据类型将转换为高精度数据类型。当需要转换Parameter的数据类型时,则会抛出RuntimeError异常。
- 输入:
input_x (Parameter) - ScatterNonAliasingAdd的输入,任意维度的Parameter。其数据类型为float16、float32或int32。
indices (Tensor) - 指定加法操作的索引。其数据类型为mindspore.int32。
updates (Tensor) - 指定与 input_x 相加操作的Tensor。其数据类型与 input_x 相同,shape为 indices.shape[:-1] + x.shape[indices.shape[-1]:] 。
- 输出:
Parameter,表示更新后的 input_x 。
- 异常:
TypeError - indices 的数据类型不是int32。
TypeError - input_x 的数据类型不是float16、float32或int32。
ValueError - updates 的shape不是 indices.shape[:-1] + x.shape[indices.shape[-1]:] 。
RuntimeError - 当 input_x 和 updates 类型不一致,需要进行类型转换时,如果 updates 不支持转成参数 input_x 需要的数据类型,就会报错。
- 支持平台:
Ascend
样例:
>>> input_x = Parameter(Tensor(np.array([1, 2, 3, 4, 5, 6, 7, 8]), mindspore.float32), name="x") >>> indices = Tensor(np.array([[2], [4], [1], [7]]), mindspore.int32) >>> updates = Tensor(np.array([6, 7, 8, 9]), mindspore.float32) >>> scatter_non_aliasing_add = ops.ScatterNonAliasingAdd() >>> output = scatter_non_aliasing_add(input_x, indices, updates) >>> print(output) [ 1. 10. 9. 4. 12. 6. 7. 17.]