mindspore.ops.index_add

mindspore.ops.index_add(x, indices, y, axis, use_lock=True, check_index_bound=True)

将Tensor y 加到Parameter x 的指定 axis 轴的指定 indices 位置。要求 axis 轴的取值范围 为[0, len(x.dim) - 1]， indices 中元素的取值范围为[0, x.shape[axis] - 1]。

参数：

• x (Parameter) - 被加的Parameter。

• indices (Tensor) - 指定Tensor y 加到 x 的 axis 轴的指定下标位置，要求数据类型为int32。 要求 indices shape的维度为一维，并且 indices shape的大小与 y shape在 axis 轴上的大小一致。 indices 中元素 取值范围为[0, b)，其中b的值为 x shape在 axis 轴上的大小。

• y (Tensor) - 与 x 加的Tensor。

• axis (int) - 指定沿哪根轴相加。

• use_lock (bool) - 是否对参数更新过程加锁保护。如果为True，在更新参数 x 的值时使用原子操作以实现加锁保护，如果为 False， x 的值可能会不可预测。默认值： True 。

• check_index_bound (bool) - True表示检查 indices 边界，False表示不检查。默认值： True 。

返回：

相加后的Tensor。shape和数据类型与输入 x 相同。

异常：

• TypeError - x 的类型不是Parameter。

• TypeError - indices 或者 y 的类型不是Tensor。

• ValueError - axis 的值超出 x shape的维度范围。

• ValueError - x shape的维度和 y shape的维度不一致。

• ValueError - indices shape的维度不是一维或者 indices shape的大小与 y shape在 axis 轴上的大小不一致。

• ValueError - 除 axis 轴外，x shape和 y shape的大小不一致。

支持平台：

Ascend GPU CPU

样例：

>>> import numpy as np
>>> import mindspore
>>> from mindspore import Tensor, Parameter
>>> from mindspore import ops
>>> x = Parameter(Tensor(np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]]), mindspore.float32), name="name_x")
>>> indices = Tensor(np.array([0, 2]), mindspore.int32)
>>> y = Tensor(np.array([[0.5, 1.0], [1.0, 1.5], [2.0, 2.5]]), mindspore.float32)
>>> output = ops.index_add(x, indices, y, 1)
>>> print(output)
[[ 1.5  2.   4. ]
 [ 5.   5.   7.5]
 [ 9.   8.  11.5]]