scatter_nd¶
根据 index
,将 updates
添加到一个新的张量中,从而得到输出的 Tensor。这个操作与 scatter_nd_add
类似,除了形状为 shape
的张量是通过零初始化的。相应地,scatter_nd(index, updates, shape)
等价于 scatter_nd_add(fluid.layers.zeros(shape, updates.dtype), index, updates)
。如果 index
有重复元素,则将累积相应的更新,因此,由于数值近似问题,索引中重复元素的顺序不同可能会导致不同的输出结果。具体的计算方法可以参见 scatter_nd_add
。该 OP 是 gather_nd
的反函数。
参数¶
index (Tensor) - 输入的索引张量,数据类型为非负 int32 或非负 int64。它的维度
index.ndim
必须大于 1,并且index.shape[-1] <= len(shape)
updates (Tensor) - 输入的更新张量。形状必须是
index.shape[:-1] + shape[index.shape[-1]:]
。数据类型可以是 float32,float64。shape (tuple|list) - 要求输出张量的形状。类型是 tuple 或者 list。
name (str,可选) - 具体用法请参见 Name,一般无需设置,默认值为 None。
返回¶
Tensor,数据类型与 updates
相同,形状是 shape
。
代码示例¶
import paddle
index = paddle.to_tensor([[1, 1],
[0, 1],
[1, 3]], dtype="int64")
updates = paddle.rand(shape=[3, 9, 10], dtype='float32')
shape = [3, 5, 9, 10]
output = paddle.scatter_nd(index, updates, shape)