mindspore.Tensor.index_put

mindspore.Tensor.index_put(indices, values, accumulate=False)

返回一个Tensor。根据 indices 中的下标值，使用 values 中的数值替换Tensor本身中的相应元素的值。

参数：

• indices (tuple[Tensor], list[Tensor]) - 元素类型是int32或者int64, 用于对Tensor本身中的元素进行索引。 indices 中的Tensor的秩应为1-D，indices 的size应小于或等于Tensor本身的秩，indices中的Tensor应是可广播的。

• values (Tensor) - 一个一维的Tensor, 其数据类型与Tensor本身相同。如果其size为1，则它是可广播的。

• accumulate (bool) - 如果 accumulate 被设置为True， values 中的元素被累加到Tensor本身的相应元素上； 否则，用 values 中的元素取代Tensor本身的相应元素。默认值: False。

返回：

Tensor, 其数据类型和shape与Tensor本身相同。

异常：

• TypeError - 如果Tensor本身的dtype与 values 的dtype不同。

• TypeError - 如果 indices 的dtype不是tuple[Tensor]或者list[Tensor]。

• TypeError - 如果 indices 中的Tensor的dtype不是int32或者int64。

• TypeError - 如果 indices 中的Tensor的dtype是不一致的。

• TypeError - 如果 accumulate 的dtype不是bool。

• ValueError - 如果 values 的秩不是1-D。

• ValueError - 当Tensor本身的rank与 indices 的size相等时，如果 values 的size不为1 或者不为 indices 中Tensor的最大size。

• ValueError - 当Tensor本身的rank大于 indices 的size时，如果 values 的size不为1 或者不为Tensor本身的最后一维的shape。

• ValueError - 如果 indices 中的Tensor的秩不是1-D。

• ValueError - 如果 indices 中的Tensor不是可广播的。

• ValueError - 如果 indices 的size大于Tensor本身的秩。

支持平台：

Ascend CPU

样例：

>>> import numpy as np
>>> import mindspore
>>> from mindspore import Tensor
>>> x = Tensor(np.array([[1, 2, 3], [4, 5, 6]]).astype(np.int32))
>>> values = Tensor(np.array([3]).astype(np.int32))
>>> indices = [Tensor(np.array([0, 1, 1]).astype(np.int32)), Tensor(np.array([1, 2, 1]).astype(np.int32))]
>>> accumulate = True
>>> output = x.index_put(indices, values, accumulate)
>>> print(output)
[[1 5 3]
[4 8 9]]