比较与torch.scatter的差异

以下映射关系均可参考本文。

PyTorch APIs	MindSpore APIs
torch.scatter	mindspore.ops.scatter
torch.Tensor.scatter	mindspore.Tensor.scatter

torch.scatter

torch.scatter(input, dim, index, src)

更多内容详见torch.scatter。

mindspore.ops.scatter

mindspore.ops.scatter(input, axis, index, src)

更多内容详见mindspore.ops.scatter。

差异对比

MindSpore此API功能与PyTorch不一致。

PyTorch：在任意维度 d 上，要求 index.size(d) <= src.size(d) ，即 index 可以选择 src 的部分或全部数据分散到 input 里。

MindSpore： index 的shape必须和 src 的shape一致，即 src 的所有数据都会被 index 分散到 input 里。

分类	子类	PyTorch	MindSpore	差异
参数	参数 1	input	input	一致
	参数 2	dim	axis	参数名不一致
	参数 3	index	index	MindSpore的 `index` 的shape必须和 `src` 的shape一致，PyTorch要求在任意维度 `d` 上， `index.size(d) <= src.size(d)`
	参数 4	src	src	一致

代码示例 1

对 src 的部分数据进行scatter操作。

# PyTorch
import torch
import numpy as np
input = torch.tensor(np.zeros((5, 5)), dtype=torch.float32)
src = torch.tensor(np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]]), dtype=torch.float32)
index = torch.tensor(np.array([[0, 1], [0, 1], [0, 1]]), dtype=torch.int64)
out = torch.scatter(input=input, dim=1, index=index, src=src)
print(out)
# tensor([[1., 2., 0., 0., 0.],
#         [4., 5., 0., 0., 0.],
#         [7., 8., 0., 0., 0.],
#         [0., 0., 0., 0., 0.],
#         [0., 0., 0., 0., 0.]])
# MindSpore不支持对部分数据进行scatter操作。

代码示例 2

对 src 的全部数据进行scatter操作。

import torch
import numpy as np
input = torch.tensor(np.zeros((5, 5)), dtype=torch.float32)
src = torch.tensor(np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]]), dtype=torch.float32)
index = torch.tensor(np.array([[0, 1], [0, 1], [0, 1]]), dtype=torch.int64)
out = torch.scatter(input=input, dim=1, index=index, src=src)
print(out)
# tensor([[1., 2., 3., 0., 0.],
#         [4., 5., 6., 0., 0.],
#         [7., 8., 9., 0., 0.],
#         [0., 0., 0., 0., 0.],
#         [0., 0., 0., 0., 0.]])

# MindSpore
import mindspore as ms
import numpy as np
input = ms.Tensor(np.zeros((5, 5)), dtype=ms.float32)
src = ms.Tensor(np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]]), dtype=ms.float32)
index = ms.Tensor(np.array([[0, 1, 2], [0, 1, 2], [0, 1, 2]]), dtype=ms.int64)
out = ms.ops.scatter(input=input, axis=1, index=index, src=src)
print(out)
# [[1. 2. 3. 0. 0.]
#  [4. 5. 6. 0. 0.]
#  [7. 8. 9. 0. 0.]
#  [0. 0. 0. 0. 0.]
#  [0. 0. 0. 0. 0.]]