Python mxnet.ndarray.scatter_nd用法及代码示例

用法:
mxnet.ndarray.scatter_nd(data=None, indices=None, shape=_Null, out=None, name=None, **kwargs)

参数：

data：(NDArray) - 数据
indices：(NDArray) - index
shape：(Shape(tuple), required) - 输出的形状。
out：(NDArray, optional) - 输出 NDArray 来保存结果。

out：- 此函数的输出。

返回类型：

NDArray 或 NDArray 列表

根据索引将数据分散到一个新的张量中。

给定形状为 data 的 (Y_0, …, Y_{K-1}, X_M, …, X_{N-1}) 和形状为 (M, Y_0, …, Y_{K-1}) 的索引，输出将具有形状 (X_0, X_1, …, X_{N-1}) ，其中 M <= N 。如果 M == N ，数据形状应该只是 (Y_0, …, Y_{K-1}) 。

输出中的元素定义如下：

output[indices[0, y_0, ..., y_{K-1}],
       ...,
       indices[M-1, y_0, ..., y_{K-1}],
       x_M, ..., x_{N-1}] = data[y_0, ..., y_{K-1}, x_M, ..., x_{N-1}]

输出中的所有其他条目都是 0。

警告：

如果索引有重复，结果将是不确定的，scatter_nd 的梯度将不正确！！

例子：

data = [2, 3, 0]
indices = [[1, 1, 0], [0, 1, 0]]
shape = (2, 2)
scatter_nd(data, indices, shape) = [[0, 0], [2, 3]]

data = [[[1, 2], [3, 4]], [[5, 6], [7, 8]]]
indices = [[0, 1], [1, 1]]
shape = (2, 2, 2, 2)
scatter_nd(data, indices, shape) = [[[[0, 0],
                                      [0, 0]],

                                     [[1, 2],
                                      [3, 4]]],

                                    [[[0, 0],
                                      [0, 0]],

                                     [[5, 6],
                                      [7, 8]]]]

相关用法

注：本文由纯净天空筛选整理自apache.org大神的英文原创作品 mxnet.ndarray.scatter_nd。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。

用法:

参数：

返回：

返回类型：

警告：