Scatter¶

Scatter - 11¶

版本¶

  • 名称: Scatter (GitHub)

  • 域: main

  • 起始版本: 11

  • 函数: False

  • 支持级别: SupportType.COMMON

  • 形状推断: True

此版本算子自版本 11 起已弃用。

摘要¶

此算子已弃用。请使用功能相同的 ScatterElements 算子。

Scatter 算子接受三个秩 r >= 1 的输入：data、updates 和 indices，以及一个可选属性 axis，用于指定 data 的一个轴（默认为最外层的轴，即轴 0）。该操作的输出是通过创建输入 data 的副本，然后将 updates 指定的值更新到 indices 指定的特定索引位置来生成的。其输出形状与 data 的形状相同。

对于 updates 中的每个条目，data 中的目标索引是通过将 indices 中相应的条目与条目本身的索引相结合获得的： dimension = axis 的索引值从 indices 中相应条目的值获取，而 dimension != axis 的索引值从条目本身的索引获取。

例如，在二维张量的情况下，对应于 [i][j] 条目的更新执行如下

  output[indices[i][j]][j] = updates[i][j] if axis = 0,
  output[i][indices[i][j]] = updates[i][j] if axis = 1,

此算子是 GatherElements 的逆运算。它类似于 Torch 的 Scatter 操作。

示例 1

  data = [
      [0.0, 0.0, 0.0],
      [0.0, 0.0, 0.0],
      [0.0, 0.0, 0.0],
  ]
  indices = [
      [1, 0, 2],
      [0, 2, 1],
  ]
  updates = [
      [1.0, 1.1, 1.2],
      [2.0, 2.1, 2.2],
  ]
  output = [
      [2.0, 1.1, 0.0]
      [1.0, 0.0, 2.2]
      [0.0, 2.1, 1.2]
  ]

示例 2

  data = [[1.0, 2.0, 3.0, 4.0, 5.0]]
  indices = [[1, 3]]
  updates = [[1.1, 2.1]]
  axis = 1
  output = [[1.0, 1.1, 3.0, 2.1, 5.0]]

属性¶

  • axis - INT (默认值为 '0')

    要散布数据的轴。负值表示从后往前计数维度。接受的范围是 [-r, r-1]，其中 r = rank(data)。

输入¶

  • data (异构) - T

    秩 r >= 1 的张量。

  • indices (异构) - Tind

    int32/int64 索引的张量，秩 r >= 1（与输入同秩）。所有索引值应位于大小为 s 的轴的界限 [-s, s-1] 内。如果任何索引值超出界限，则会发生错误。

  • updates (异构) - T

    秩 r >= 1 的张量（与 indices 同秩同形状）

输出¶

  • output (异构) - T

    秩 r >= 1 的张量（与输入同秩）。

类型约束¶

  • T 在 ( tensor(bool), tensor(complex128), tensor(complex64), tensor(double), tensor(float), tensor(float16), tensor(int16), tensor(int32), tensor(int64), tensor(int8), tensor(string), tensor(uint16), tensor(uint32), tensor(uint64), tensor(uint8) )

    输入和输出类型可以是任何张量类型。

  • Tind 在 ( tensor(int32), tensor(int64) )

    约束 indices 为整数类型

Scatter - 9¶

版本¶

  • 名称: Scatter (GitHub)

  • 域: main

  • 起始版本: 9

  • 函数: False

  • 支持级别: SupportType.COMMON

  • 形状推断: True

此版本算子自版本 9 起可用。

摘要¶

给定秩 r >= 1 的输入张量 data、updates 和 indices，将 updates 提供的值写入第一个输入 data 中，沿着 data 的 axis 维度（默认为最外层维度，即 axis=0），写入 corresponding indices 指定的位置。对于 updates 中的每个条目，data 中的目标索引由 indices 中 dimension = axis 的相应条目的值，以及 updates 中 dimension != axis 的条目自身的索引指定。例如，在二维张量的情况下，如果 axis = 0，则 data[indices[i][j]][j] = updates[i][j]；如果 axis = 1，则 data[i][indices[i][j]] = updates[i][j]，其中 i 和 j 是 updates 中从 0 到各自维度大小减 1 的循环计数器。示例 1: data = [ [0.0, 0.0, 0.0], [0.0, 0.0, 0.0], [0.0, 0.0, 0.0], ] indices = [ [1, 0, 2], [0, 2, 1], ] updates = [ [1.0, 1.1, 1.2], [2.0, 2.1, 2.2], ] output = [ [2.0, 1.1, 0.0] [1.0, 0.0, 2.2] [0.0, 2.1, 1.2] ] 示例 2: data = [[1.0, 2.0, 3.0, 4.0, 5.0]] indices = [[1, 3]] updates = [[1.1, 2.1]] axis = 1 output = [[1.0, 1.1, 3.0, 2.1, 5.0]]

属性¶

  • axis - INT (默认值为 '0')

    要散布数据的轴。负值表示从后往前计数维度。接受的范围是 [-r, r-1]

输入¶

  • data (异构) - T

    秩 r >= 1 的张量。

  • indices (异构) - Tind

    int32/int64 索引的张量，秩 r >= 1（与输入同秩）。

  • updates (异构) - T

    秩 r >= 1 的张量（与 indices 同秩同形状）

输出¶

  • output (异构) - T

    秩 r >= 1 的张量（与输入同秩）。

类型约束¶

  • T 在 ( tensor(bool), tensor(complex128), tensor(complex64), tensor(double), tensor(float), tensor(float16), tensor(int16), tensor(int32), tensor(int64), tensor(int8), tensor(string), tensor(uint16), tensor(uint32), tensor(uint64), tensor(uint8) )

    输入和输出类型可以是任何张量类型。

  • Tind 在 ( tensor(int32), tensor(int64) )

    约束 indices 为整数类型