ScatterElements

ScatterElements - 18

版本

  • 名称: ScatterElements (GitHub)

  • 域: main

  • 版本号: 18

  • 函数: False

  • 支持级别: SupportType.COMMON

  • 形状推断: True

此版本的算子自版本 18起可用。

摘要

ScatterElements 接收三个输入 data、updates 和 indices，它们具有相同的秩 r >= 1，以及一个可选的属性 axis，该属性标识 data 的一个轴（默认情况下，最外层轴，即轴 0）。该操作的输出是通过创建输入 data 的副本，然后将其值更新为 updates 中指定的值，这些值位于 indices 中指定的特定索引位置生成的。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组合获得的：维度 = axis 的索引值是从 indices 中相应条目的值获得的，而维度 != axis 的索引值是从条目本身的索引获得的。

reduction 允许指定一个可选的归约操作，该操作应用于 updates 张量中的所有值，并将其归约到指定 indices 的 output 中。在 reduction 设置为“none”的情况下，索引不应包含重复的条目：也就是说，如果 idx1 != idx2，则 indices[idx1] != indices[idx2]。例如，在二维张量情况下，对应于 [i][j] 条目的更新如下所示

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

当 reduction 设置为某个归约函数 f 时，对应于 [i][j] 条目的更新如下所示

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

其中 f 是 +、*、max 或 min，具体取决于指定情况。

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

（Opset 18 更改）：将 max/min 添加到允许的归约操作集中。

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'）

    要进行散射的轴。负值表示从后向前计数维度。接受的范围是 [-r, r-1]，其中 r = rank(data)。

  • reduction - STRING（默认值为 'none'）

    要应用的归约类型：none（默认）、add、mul、max、min。“none”：不应用归约。“add”：使用加法运算进行归约。“mul”：使用乘法运算进行归约。“max”：使用最大运算进行归约。“min”：使用最小运算进行归约。

输入

  • data (异构) - T

    秩 r >= 1 的张量。

  • indices (异构) - Tind

    int32/int64 索引张量，秩 r >= 1（与输入具有相同的秩）。所有索引值都应在大小为 s 的轴的范围内 [-s, s-1] 内。如果任何索引值超出范围，则为错误。

  • updates (异构) - T

    秩 r >=1 的张量（与 indices 具有相同的秩和形状）

输出

  • output (异构) - T

    秩 r >= 1 的张量（与输入具有相同的秩）。

类型约束

  • T in ( tensor(bfloat16), 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 in ( tensor(int32), tensor(int64) )

    将索引约束为整数类型

ScatterElements - 16

版本

  • 名称: ScatterElements (GitHub)

  • 域: main

  • 版本号: 16

  • 函数: False

  • 支持级别: SupportType.COMMON

  • 形状推断: True

此版本的算子自版本 16起可用。

摘要

ScatterElements 接收三个输入 data、updates 和 indices，它们具有相同的秩 r >= 1，以及一个可选的属性 axis，该属性标识 data 的一个轴（默认情况下，最外层轴，即轴 0）。该操作的输出是通过创建输入 data 的副本，然后将其值更新为 updates 中指定的值，这些值位于 indices 中指定的特定索引位置生成的。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组合获得的：维度 = axis 的索引值是从 indices 中相应条目的值获得的，而维度 != axis 的索引值是从条目本身的索引获得的。reduction 允许指定一个可选的归约操作，该操作应用于 updates 张量中的所有值，并将其归约到指定 indices 的 output 中。在 reduction 设置为“none”的情况下，索引不应包含重复的条目：也就是说，如果 idx1 != idx2，则 indices[idx1] != indices[idx2]。例如，在二维张量情况下，对应于 [i][j] 条目的更新如下所示

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

当 reduction 设置为“add”时，对应于 [i][j] 条目的更新如下所示

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

当 reduction 设置为“mul”时，对应于 [i][j] 条目的更新将如下执行

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

此运算符是 GatherElements 的逆运算。它类似于 Torch 的 Scatter 运算。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'）

    要进行散射的轴。负值表示从后向前计数维度。接受的范围是 [-r, r-1]，其中 r = rank(data)。

  • reduction - STRING（默认值为 'none'）

    要应用的归约类型：none（默认）、add、mul。“none”：不应用归约。“add”：使用加法运算进行归约。“mul”：使用乘法运算进行归约。

输入

  • data (异构) - T

    秩 r >= 1 的张量。

  • indices (异构) - Tind

    int32/int64 索引张量，秩 r >= 1（与输入具有相同的秩）。所有索引值都应在大小为 s 的轴的范围内 [-s, s-1] 内。如果任何索引值超出范围，则为错误。

  • updates (异构) - T

    秩 r >=1 的张量（与 indices 具有相同的秩和形状）

输出

  • output (异构) - T

    秩 r >= 1 的张量（与输入具有相同的秩）。

类型约束

  • T in ( tensor(bfloat16), 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 in ( tensor(int32), tensor(int64) )

    将索引约束为整数类型

ScatterElements - 13

版本

  • 名称: ScatterElements (GitHub)

  • 域: main

  • since_version: 13

  • 函数: False

  • 支持级别: SupportType.COMMON

  • 形状推断: True

此版本的运算符自版本 13起可用。

摘要

ScatterElements 接收三个输入 data、updates 和 indices，它们具有相同的秩 r >= 1，以及一个可选的属性 axis，该属性标识 data 的一个轴（默认情况下，最外层轴，即轴 0）。该操作的输出是通过创建输入 data 的副本，然后将其值更新为 updates 中指定的值，这些值位于 indices 中指定的特定索引位置生成的。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组合获得的：维度 = axis 的索引值是从 indices 中相应条目的值获得的，而维度 != axis 的索引值是从条目本身的索引获得的。

例如，在二维张量情况下，对应于 [i][j] 条目的更新将如下执行

  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 的逆算子。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'）

    要进行散射的轴。负值表示从后向前计数维度。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 索引张量，秩 r >= 1（与输入具有相同的秩）。所有索引值都应在大小为 s 的轴的范围内 [-s, s-1] 内。如果任何索引值超出范围，则为错误。

  • updates (异构) - T

    秩 r >=1 的张量（与 indices 具有相同的秩和形状）

输出

  • output (异构) - T

    秩 r >= 1 的张量（与输入具有相同的秩）。

类型约束

  • T in ( tensor(bfloat16), 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 in ( tensor(int32), tensor(int64) )

    将索引约束为整数类型

ScatterElements - 11

版本

  • 名称: ScatterElements (GitHub)

  • 域: main

  • since_version: 11

  • 函数: False

  • 支持级别: SupportType.COMMON

  • 形状推断: True

此版本的运算符自版本 11起可用。

摘要

ScatterElements 接收三个输入 data、updates 和 indices，它们具有相同的秩 r >= 1，以及一个可选的属性 axis，该属性标识 data 的一个轴（默认情况下，最外层轴，即轴 0）。该操作的输出是通过创建输入 data 的副本，然后将其值更新为 updates 中指定的值，这些值位于 indices 中指定的特定索引位置生成的。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组合获得的：维度 = axis 的索引值是从 indices 中相应条目的值获得的，而维度 != axis 的索引值是从条目本身的索引获得的。

例如，在二维张量情况下，对应于 [i][j] 条目的更新将如下执行

  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 的逆算子。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'）

    要进行散射的轴。负值表示从后向前计数维度。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 索引张量，秩 r >= 1（与输入具有相同的秩）。所有索引值都应在大小为 s 的轴的范围内 [-s, s-1] 内。如果任何索引值超出范围，则为错误。

  • updates (异构) - T

    秩 r >=1 的张量（与 indices 具有相同的秩和形状）

输出

  • output (异构) - T

    秩 r >= 1 的张量（与输入具有相同的秩）。

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) ) 中

    输入和输出类型可以是任何张量类型。

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

    将索引约束为整数类型