array_write

paddle.fluid.layers.array_write(x, i, array=None)[源代码]

该OP将输入的变量 x 写入到数组 LoDTensorArray array 的第i个位置,并返回修改后的LoDTensorArray,如果 array 为None,则创建一个新的LoDTensorArray。常与 array_read OP联合使用对LoDTensorArray进行读写。

参数:
  • x (Variable) – 待写入的数据,多维Tensor或LoDTensor,数据类型支持float32,float64,int32,int64
  • i (Variable) – shape为[1]的1-D Tensor,表示写入到输出数组LoDTensorArray的位置,数据类型为int64
  • array (Variable,可选) – 指定写入 x 的数组LoDTensorArray。默认值为None, 此时将创建新的LoDTensorArray并作为结果返回

返回: 写入输入 x 之后的LoDTensorArray

返回类型: Variable

代码示例

import paddle.fluid as fluid
tmp = fluid.layers.fill_constant(shape=[3, 2], dtype='int64', value=5)
i = fluid.layers.fill_constant(shape=[1], dtype='int64', value=10)
#将tmp写入数组arr下标为10的位置,并返回arr
arr = fluid.layers.array_write(tmp, i=i)

#此时arr是长度为11的LoDTensorArray,可以通过array_read来查看下标为10的LoDTensor,并将之打印出来
item = fluid.layers.array_read(arr, i=i)
input = fluid.layers.Print(item, message="The content of i-th LoDTensor:")
main_program = fluid.default_main_program()
exe = fluid.Executor(fluid.CPUPlace())
exe.run(main_program)

输出结果

1570533133    The content of i-th LoDTensor:  The place is:CPUPlace
Tensor[array_read_0.tmp_0]
        shape: [3,2,]
        dtype: l
        data: 5,5,5,5,5,5,
#返回了shape为[3,2]的Tensor,即为上面写入的tmp
#dtype为对应C++数据类型,在不同环境下可能显示值不同,但本质一致
#例如:如果Tensor中数据类型是int64,则对应的C++数据类型为int64_t,所以dtype值为typeid(int64_t).name(),
#          其在MacOS下为'x',linux下为'l',Windows下为'__int64',都表示64位整型变量