用法:
mxnet.symbol.scatter_nd(data=None, indices=None, shape=_Null, name=None, attr=None, out=None, **kwargs)
结果符号。
参数:
返回:
返回类型:
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
- Python mxnet.symbol.space_to_depth用法及代码示例
- Python mxnet.symbol.sparse.exp用法及代码示例
- Python mxnet.symbol.sparse.zeros_like用法及代码示例
- Python mxnet.symbol.sample_negative_binomial用法及代码示例
- Python mxnet.symbol.sparse.cbrt用法及代码示例
- Python mxnet.symbol.sample_normal用法及代码示例
- Python mxnet.symbol.sample_generalized_negative_binomial用法及代码示例
- Python mxnet.symbol.square用法及代码示例
- Python mxnet.symbol.sparse.make_loss用法及代码示例
- Python mxnet.symbol.sparse.broadcast_mul用法及代码示例
- Python mxnet.symbol.sparse.ftrl_update用法及代码示例
- Python mxnet.symbol.slice_like用法及代码示例
- Python mxnet.symbol.sort用法及代码示例
- Python mxnet.symbol.sign用法及代码示例
- Python mxnet.symbol.sparse.sum用法及代码示例
- Python mxnet.symbol.sparse.concat用法及代码示例
- Python mxnet.symbol.sparse.broadcast_sub用法及代码示例
- Python mxnet.symbol.stack用法及代码示例
- Python mxnet.symbol.sparse.sign用法及代码示例
- Python mxnet.symbol.sample_poisson用法及代码示例
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.symbol.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。