scatter¶
该OP根据index中的索引值将updates数据更新到input中。
输入：
input = np.array([[1, 1], [2, 2], [3, 3]])
index = np.array([2, 1, 0, 1])
# updates的维度需要和input一样
# updates 维度 > 1 的shape要和input一样
updates = np.array([[1, 1], [2, 2], [3, 3], [4, 4]])
overwrite = False
计算过程：
if not overwrite:
for i in range(len(index)):
input[index[i]] = np.zeros((2))
# 根据index中的索引值取updates中的数据更新到input中去
for i in range(len(index)):
if (overwirte):
input[index[i]] = updates[i]
else:
input[index[i]] += updates[i]
输出：
out # np.array([[3, 3], [6, 6], [1, 1]])
out.shape # [3, 2]
- 参数：
-
input （Variable） - 支持任意纬度的Tensor。支持的数据类型为float32。
index （Variable） - 表示索引，仅支持1-D Tensor。 支持的数据类型为int32，int64。
updates （Variable） - 根据索引的值将updates Tensor中的对应值更新到input Tensor中，updates Tensor的维度需要和input tensor保持一致，且除了第一维外的其他的维度的大小需要和input Tensor保持相同。支持的数据类型为float32。
name （str，可选） - 具体用法请参见 Name ，一般无需设置，默认值为None。
overwrite （bool，可选） - 如果index中的索引值有重复且overwrite 为True，旧更新值将被新的更新值覆盖；如果为False，新的更新值将同旧的更新值相加。默认值为True。
返回：返回类型为Variable(Tensor|LoDTensor)，数据类型以及shape大小同输入一致。
代码示例
import numpy as np
import paddle.fluid as fluid
input = fluid.layers.data(name='data', shape=[3, 2], dtype='float32', append_batch_size=False)
index = fluid.layers.data(name='index', shape=[4], dtype='int64', append_batch_size=False)
updates = fluid.layers.data(name='update', shape=[4, 2], dtype='float32', append_batch_size=False)
output = fluid.layers.scatter(input, index, updates, overwrite=False)
exe = fluid.Executor(fluid.CPUPlace())
exe.run(fluid.default_startup_program())
in_data = np.array([[1, 1], [2, 2], [3, 3]]).astype(np.float32)
index_data = np.array([2, 1, 0, 1]).astype(np.int64)
update_data = np.array([[1, 1], [2, 2], [3, 3], [4, 4]]).astype(np.float32)
res = exe.run(fluid.default_main_program(), feed={'data':in_data, "index":index_data, "update":update_data}, fetch_list=[output])
print(res)
# [array([[3., 3.],
# [6., 6.],
# [1., 1.]], dtype=float32)]