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.]