2022-03-05 14:18:41 +08:00
|
|
|
|
mindspore.ops.ScatterAdd
|
|
|
|
|
|
=========================
|
|
|
|
|
|
|
|
|
|
|
|
.. py:class:: mindspore.ops.ScatterAdd(use_locking=False)
|
|
|
|
|
|
|
|
|
|
|
|
根据指定更新值和输入索引通过加法运算更新输入数据的值。
|
|
|
|
|
|
|
|
|
|
|
|
对于 `indices.shape` 的每个 `i, ..., j` ：
|
|
|
|
|
|
|
|
|
|
|
|
.. math::
|
|
|
|
|
|
\text{input_x}[\text{indices}[i, ..., j], :] \mathrel{+}= \text{updates}[i, ..., j, :]
|
|
|
|
|
|
|
|
|
|
|
|
输入的 `input_x` 和 `updates` 遵循隐式类型转换规则，以确保数据类型一致。如果数据类型不同，则低精度数据类型将转换为高精度的数据类型。当参数的数据类型需要转换时，则会抛出RuntimeError异常。
|
|
|
|
|
|
|
|
|
|
|
|
.. note::
|
|
|
|
|
|
这是一个运行即更新的算子。因此， `input_x` 在运算完成后即更新。
|
|
|
|
|
|
|
2022-07-22 11:20:32 +08:00
|
|
|
|
参数：
|
|
|
|
|
|
- **use_locking** (bool) - 是否启用锁保护。如果为True，则 `input_x` 将受到锁的保护。否则计算结果是未定义的。默认值：False。
|
|
|
|
|
|
|
|
|
|
|
|
输入：
|
|
|
|
|
|
- **input_x** (Parameter) - ScatterAdd的输入，任意维度的Parameter。shape： :math:`(N, *)` ，其中 :math:`*` 表示任意数量的附加维度。
|
|
|
|
|
|
- **indices** (Tensor) - 指定相加操作的索引，数据类型为mindspore.int32或者mindspore.int64。
|
|
|
|
|
|
- **updates** (Tensor) - 指定与 `input_x` 相加操作的Tensor，数据类型与 `input_x` 相同，shape为 `indices.shape + x.shape[1:]` 。
|
|
|
|
|
|
|
|
|
|
|
|
输出：
|
|
|
|
|
|
Tensor，更新后的 `input_x` ，shape和数据类型与 `input_x` 相同。
|
|
|
|
|
|
|
|
|
|
|
|
异常：
|
|
|
|
|
|
- **TypeError** - `use_locking` 不是bool。
|
|
|
|
|
|
- **TypeError** - `indices` 不是int32或者int64。
|
|
|
|
|
|
- **ValueError** - `updates` 的shape不等于 `indices.shape + x.shape[1:]` 。
|
|
|
|
|
|
- **RuntimeError** - 当 `input_x` 和 `updates` 类型不一致，需要进行类型转换时，如果 `updates` 不支持转成参数 `input_x` 需要的数据类型，就会报错。
|
