scatter

    • scatter(input, index, updates, name=None, overwrite=True)[源代码]
    • 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 ，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。 
    1. import paddle.fluid as fluid
    2.  
    3. input = fluid.layers.data(name='data', shape=[3, 2], dtype='float32', append_batch_size=False)
    4. index = fluid.layers.data(name='index', shape=[4], dtype='int64', append_batch_size=False)
    5. updates = fluid.layers.data(name='update', shape=[4, 2], dtype='float32', append_batch_size=False)
    6.  
    7. output = fluid.layers.scatter(input, index, updates, overwrite=False)
    8.  
    9. exe = fluid.Executor(fluid.CPUPlace())
    10.  
    11. in_data = np.array([[1, 1], [2, 2], [3, 3]]).astype(np.float32)
    12. index_data = np.array([2, 1, 0, 1]).astype(np.int64)
    13. update_data = np.array([[1, 1], [2, 2], [3, 3], [4, 4]]).astype(np.float32)
    14.  
    15. res = exe.run(fluid.default_main_program(), feed={'data':in_data, "index":index_data, "update":update_data}, fetch_list=[output])
    16. print(res)
    17. # [array([[3., 3.],
    18. #   [6., 6.],