scatter_nd_add
paddle.fluid.layers.scatter_nd_add
(ref, index, updates, name=None)[源代码]
该OP通过对Variable中的单个值或切片应用稀疏加法,从而得到输出的Variable。
ref
是维度为 R
的张量。 index
是维度为 K
的张量。因此, index
的形状是
,其中
。updates
是一个维度为
的张量,它的形状是
。
根据 index
的
得到相应的 updates
切片,将其加到根据 index
的最后一维得到 ref
切片上,从而得到最终的输出张量。
示例:
- 案例 1:
ref = [0, 1, 2, 3, 4, 5]
index = [[1], [2], [3], [1]]
updates = [9, 10, 11, 12]
得到:
output = [0, 22, 12, 14, 4, 5]
- 案例 2:
ref = [[65, 17], [-14, -25]]
index = [[], []]
updates = [[[-1, -2], [1, 2]],
[[3, 4], [-3, -4]]]
ref.shape = (2, 2)
index.shape = (2, 0)
updates.shape = (2, 2, 2)
得到:
output = [[67, 19], [-16, -27]]
参数
- ref (Variable) - 输入张量,数据类型可以是float32,float64。
- index (Variable) - 输入的索引张量,数据类型为非负int32或非负int64。它的维度
index.rank
必须大于1,并且index.shape[-1] <= ref.rank
- updates (Variable) - 输入的更新张量,它必须和
ref
有相同的数据类型。形状必须是index.shape[:-1] + ref.shape[index.shape[-1]:]
。- name (string) - 该层的名字,默认值为None,表示会自动命名。
返回
数据类型和形状都与 ref
相同的Tensor|LoDTensor。
返回类型
Variable
代码示例
import paddle.fluid as fluid
ref = fluid.layers.data(name='ref', shape=[3, 5, 9, 10], dtype='float32', append_batch_size=False)
index = fluid.layers.data(name='index', shape=[3, 2], dtype='int32', append_batch_size=False)
updates = fluid.layers.data(name='update', shape=[3, 9, 10], dtype='float32', append_batch_size=False)
output = fluid.layers.scatter_nd_add(ref, index, updates)