散点图¶

散点图 - 11¶

版本¶

名称: Scatter (GitHub)
域名: main
since_version: 11
函数: False
support_level: SupportType.COMMON
形状推断: True

此版本的运算符自版本11起已被弃用。

摘要¶

此操作符已弃用。请使用ScatterElements，它提供了相同的功能。

Scatter 接受三个输入 data, updates, 和 indices，它们的秩 r >= 1 相同，并且有一个可选的属性 axis，用于标识 data 的一个轴（默认情况下是最外层的轴，即 axis 0）。该操作的输出是通过创建输入 data 的副本，然后根据 indices 指定的特定索引位置更新其值为 updates 指定的值来生成的。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中的相应条目与条目本身的索引组合得到的：维度 = axis 的索引值从indices中的相应条目的值获得，而维度 != axis 的索引值从条目本身的索引获得。

例如，在二维张量的情况下，对应于[i][j]条目的更新如下执行：

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

此操作符是GatherElements的逆操作。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 (默认为 '0'):

在哪个轴上散点。负值表示从后面开始计算维度。接受的范围是 [-r, r-1]，其中 r = rank(data)。

输入¶

data (异构) - T:

秩为 r >= 1 的张量。
indices（异构） - Tind:

int32/int64索引的张量，r >= 1（与输入相同的秩）。所有索引值都应在大小为s的轴上的边界[-s, s-1]内。如果任何索引值超出边界，则会出现错误。
更新 (异构) - T:

秩为 r >=1 的张量（与索引具有相同的秩和形状）

输出¶

输出 (异构) - T:

秩为 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) ):

输入和输出类型可以是任何张量类型。
Tind 在 ( tensor(int32), tensor(int64) ) 中:

将索引限制为整数类型

Scatter - 9 对 11

散点图 - 9¶

版本¶

名称: Scatter (GitHub)
域名: main
since_version: 9
函数: False
support_level: SupportType.COMMON
形状推断: True

此版本的运算符自版本9起可用。

摘要¶

给定 data、updates 和 indices 输入张量的秩 r >= 1，将 updates 提供的值写入第一个输入 data 中，沿着 data 的 axis 维度（默认最外层为 axis=0）在相应的 indices 处。对于 updates 中的每个条目，data 中的目标索引由 indices 中的相应条目指定对于维度 = axis，以及对于维度 != axis 的源索引。例如，在二维张量的情况下，如果 axis = 0，则 data[indices[i][j]][j] = updates[i][j]，或者如果 axis = 1，则 data[i][indices[i][j]] = updates[i][j]，其中 i 和 j 是从 0 到 updates 中相应大小 - 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 (默认为 '0'):

在哪个轴上散点。负值表示从后面开始计算维度。可接受的范围是 [-r, r-1]

输入¶

data (异构) - T:

秩为 r >= 1 的张量。
indices（异构） - Tind:

int32/int64索引的张量，r >= 1（与输入相同的秩）。
更新 (异构) - T:

秩为 r >=1 的张量（与索引具有相同的秩和形状）

输出¶

输出 (异构) - T:

秩为 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) ):

输入和输出类型可以是任何张量类型。
Tind 在 ( tensor(int32), tensor(int64) ) 中:

将索引限制为整数类型