ScatterElements

ScatterElements - 18

版本

  • 名稱：ScatterElements (GitHub)

  • 網域：main

  • since_version：18

  • 函數：False

  • 支援等級：SupportType.COMMON

  • 形狀推斷：True

此版本的運算子自第 18 版開始提供。

摘要

ScatterElements 採用三個輸入 data、updates 和 indices，這些輸入具有相同的階數 r >= 1 和一個可選屬性軸，用於識別 data 的軸 (預設情況下，為最外層的軸，即軸 0)。運算的輸出是透過建立輸入 data 的副本，然後將其值更新為 updates 所指定的值，並在 indices 指定的特定索引位置產生。其輸出形狀與 data 的形狀相同。

對於 updates 中的每個項目，data 中的目標索引是透過將 indices 中對應的項目與項目本身的索引結合來獲得的：維度 = 軸的索引值是從 indices 中對應項目的值獲得，而維度 != 軸的索引值是從項目本身的索引獲得。

reduction 允許指定一個可選的簡化運算，該運算將應用於 updates 張量中的所有值，並輸入到指定 indices 的 output 中。在 reduction 設定為「none」的情況下，索引不應有重複的項目：也就是說，如果 idx1 != idx2，則 indices[idx1] != indices[idx2]。例如，在 2 維張量的情況下，對應於 [i][j] 項目的更新執行如下

output[indices[i][j]][j] = updates[i][j] if axis = 0,
output[i][indices[i][j]] = updates[i][j] if axis = 1,

當 reduction 設定為某個簡化函數 f 時，對應於 [i][j] 項目的更新執行如下

output[indices[i][j]][j] = f(output[indices[i][j]][j], updates[i][j]) if axis = 0,
output[i][indices[i][j]] = f(output[i][indices[i][j]], updates[i][j]) if axis = 1,

其中，f 是 +、*、max 或 min，如指定所示。

此運算子與 GatherElements 的作用相反。它與 Torch 的 Scatter 運算相似。

(Opset 18 變更)：將 max/min 加入至允許的簡化運算集合。

範例 1

data = [
    [0.0, 0.0, 0.0],
    [0.0, 0.0, 0.0],
    [0.0, 0.0, 0.0],
]
indices = [
    [1, 0, 2],
    [0, 2, 1],
]
updates = [
    [1.0, 1.1, 1.2],
    [2.0, 2.1, 2.2],
]
output = [
    [2.0, 1.1, 0.0]
    [1.0, 0.0, 2.2]
    [0.0, 2.1, 1.2]
]

範例 2

data = [[1.0, 2.0, 3.0, 4.0, 5.0]]
indices = [[1, 3]]
updates = [[1.1, 2.1]]
axis = 1
output = [[1.0, 1.1, 3.0, 2.1, 5.0]]

屬性

  • axis - INT (預設為 '0')

    要在其上分散的軸。負值表示從後方計算維度。可接受的範圍是 [-r, r-1]，其中 r = rank(data)。

  • reduction - STRING (預設為 'none')

    要套用的簡化類型：none (預設值)、add、mul、max、min。 'none'：不套用簡化。 'add'：使用加法運算進行簡化。 'mul'：使用乘法運算進行簡化。'max'：使用最大值運算進行簡化。'min'：使用最小值運算進行簡化。

輸入

  • data (異質) - T

    階數 r >= 1 的張量。

  • indices (異質) - Tind

    int32/int64 索引的張量，階數 r >= 1 (與輸入相同的階數)。所有索引值都應在沿大小為 s 的軸的邊界 [-s, s-1] 內。如果任何索引值超出邊界，則會發生錯誤。

  • updates (異質) - T

    階數 r >=1 的張量 (與索引具有相同的階數和形狀)

輸出

  • output (異質) - T

    階數 r >= 1 的張量 (與輸入相同的階數)。

類型限制

  • T in ( tensor(bfloat16)、tensor(bool)、tensor(complex128)、tensor(complex64)、tensor(double)、tensor(float)、tensor(float16)、tensor(int16)、tensor(int32)、tensor(int64)、tensor(int8)、tensor(string)、tensor(uint16)、tensor(uint32)、tensor(uint64)、tensor(uint8) )

    輸入和輸出類型可以是任何張量類型。

  • Tind in ( tensor(int32)、tensor(int64) )

    將索引限制為整數類型

ScatterElements - 16

版本

  • 名稱：ScatterElements (GitHub)

  • 網域：main

  • since_version：16

  • 函數：False

  • 支援等級：SupportType.COMMON

  • 形狀推斷：True

此運算符版本自版本 16 起可用。

摘要

ScatterElements 接受三個輸入 data、updates 和 indices，它們的階數皆為 r >= 1，以及一個可選的屬性 axis，用於識別 data 的軸（預設為最外層的軸，即軸 0）。此運算的輸出是透過建立輸入 data 的副本，然後在其由 indices 指定的特定索引位置，將其值更新為 updates 所指定的值。其輸出形狀與 data 的形狀相同。對於 updates 中的每個條目，data 中的目標索引是透過將 indices 中相應的條目與條目本身的索引組合而獲得的：維度 = axis 的索引值是從 indices 中相應條目的值獲得，而維度 != axis 的索引值是從條目本身的索引獲得。reduction 允許指定一個可選的歸約操作，該操作將應用於 updates 張量中的所有值，並將結果歸約至 output 中指定的 indices 位置。在 reduction 設定為“none”的情況下，索引不應有重複的條目：也就是說，如果 idx1 != idx2，則 indices[idx1] != indices[idx2]。例如，在 2-D 張量的情況下，對應於 [i][j] 條目的更新執行如下：

  output[indices[i][j]][j] = updates[i][j] if axis = 0,
  output[i][indices[i][j]] = updates[i][j] if axis = 1,

當 reduction 設定為“add”時，對應於 [i][j] 條目的更新執行如下：

  output[indices[i][j]][j] += updates[i][j] if axis = 0,
  output[i][indices[i][j]] += updates[i][j] if axis = 1,

當 reduction 設定為“mul”時，對應於 [i][j] 條目的更新執行如下：

  output[indices[i][j]][j] *= updates[i][j] if axis = 0,
  output[i][indices[i][j]] *= updates[i][j] if axis = 1,

此運算符是 GatherElements 的反向運算符。它類似於 Torch 的 Scatter 運算。範例 1

  data = [
      [0.0, 0.0, 0.0],
      [0.0, 0.0, 0.0],
      [0.0, 0.0, 0.0],
  ]
  indices = [
      [1, 0, 2],
      [0, 2, 1],
  ]
  updates = [
      [1.0, 1.1, 1.2],
      [2.0, 2.1, 2.2],
  ]
  output = [
      [2.0, 1.1, 0.0]
      [1.0, 0.0, 2.2]
      [0.0, 2.1, 1.2]
  ]

範例 2

  data = [[1.0, 2.0, 3.0, 4.0, 5.0]]
  indices = [[1, 3]]
  updates = [[1.1, 2.1]]
  axis = 1
  output = [[1.0, 1.1, 3.0, 2.1, 5.0]]

屬性

  • axis - INT (預設為 '0')

    要在其上分散的軸。負值表示從後方計算維度。可接受的範圍是 [-r, r-1]，其中 r = rank(data)。

  • reduction - STRING (預設為 'none')

    要套用的歸約類型：none（預設）、add、mul。「none」：不套用歸約。「add」：使用加法運算進行歸約。「mul」：使用乘法運算進行歸約。

輸入

  • data (異質) - T

    階數 r >= 1 的張量。

  • indices (異質) - Tind

    int32/int64 索引的張量，階數 r >= 1 (與輸入相同的階數)。所有索引值都應在沿大小為 s 的軸的邊界 [-s, s-1] 內。如果任何索引值超出邊界，則會發生錯誤。

  • updates (異質) - T

    階數 r >=1 的張量 (與索引具有相同的階數和形狀)

輸出

  • output (異質) - T

    階數 r >= 1 的張量 (與輸入相同的階數)。

類型限制

  • T in ( tensor(bfloat16)、tensor(bool)、tensor(complex128)、tensor(complex64)、tensor(double)、tensor(float)、tensor(float16)、tensor(int16)、tensor(int32)、tensor(int64)、tensor(int8)、tensor(string)、tensor(uint16)、tensor(uint32)、tensor(uint64)、tensor(uint8) )

    輸入和輸出類型可以是任何張量類型。

  • Tind in ( tensor(int32)、tensor(int64) )

    將索引限制為整數類型

ScatterElements - 13

版本

  • 名稱：ScatterElements (GitHub)

  • 網域：main

  • since_version: 13

  • 函數：False

  • 支援等級：SupportType.COMMON

  • 形狀推斷：True

此運算符版本自版本 13 起可用。

摘要

ScatterElements 採用三個輸入 data、updates 和 indices，這些輸入具有相同的階數 r >= 1 和一個可選屬性軸，用於識別 data 的軸 (預設情況下，為最外層的軸，即軸 0)。運算的輸出是透過建立輸入 data 的副本，然後將其值更新為 updates 所指定的值，並在 indices 指定的特定索引位置產生。其輸出形狀與 data 的形狀相同。

對於 updates 中的每個項目，data 中的目標索引是透過將 indices 中對應的項目與項目本身的索引結合來獲得的：維度 = 軸的索引值是從 indices 中對應項目的值獲得，而維度 != 軸的索引值是從項目本身的索引獲得。

例如，在 2-D 張量的情況下，對應於 [i][j] 條目的更新執行如下：

  output[indices[i][j]][j] = updates[i][j] if axis = 0,
  output[i][indices[i][j]] = updates[i][j] if axis = 1,

此運算子與 GatherElements 的作用相反。它與 Torch 的 Scatter 運算相似。

範例 1

  data = [
      [0.0, 0.0, 0.0],
      [0.0, 0.0, 0.0],
      [0.0, 0.0, 0.0],
  ]
  indices = [
      [1, 0, 2],
      [0, 2, 1],
  ]
  updates = [
      [1.0, 1.1, 1.2],
      [2.0, 2.1, 2.2],
  ]
  output = [
      [2.0, 1.1, 0.0]
      [1.0, 0.0, 2.2]
      [0.0, 2.1, 1.2]
  ]

範例 2

  data = [[1.0, 2.0, 3.0, 4.0, 5.0]]
  indices = [[1, 3]]
  updates = [[1.1, 2.1]]
  axis = 1
  output = [[1.0, 1.1, 3.0, 2.1, 5.0]]

屬性

  • axis - INT (預設為 '0')

    要在其上分散的軸。負值表示從後方計算維度。可接受的範圍是 [-r, r-1]，其中 r = rank(data)。

輸入

  • data (異質) - T

    階數 r >= 1 的張量。

  • indices (異質) - Tind

    int32/int64 索引的張量，階數 r >= 1 (與輸入相同的階數)。所有索引值都應在沿大小為 s 的軸的邊界 [-s, s-1] 內。如果任何索引值超出邊界，則會發生錯誤。

  • updates (異質) - T

    階數 r >=1 的張量 (與索引具有相同的階數和形狀)

輸出

  • output (異質) - T

    階數 r >= 1 的張量 (與輸入相同的階數)。

類型限制

  • T in ( tensor(bfloat16)、tensor(bool)、tensor(complex128)、tensor(complex64)、tensor(double)、tensor(float)、tensor(float16)、tensor(int16)、tensor(int32)、tensor(int64)、tensor(int8)、tensor(string)、tensor(uint16)、tensor(uint32)、tensor(uint64)、tensor(uint8) )

    輸入和輸出類型可以是任何張量類型。

  • Tind in ( tensor(int32)、tensor(int64) )

    將索引限制為整數類型

ScatterElements - 11

版本

  • 名稱：ScatterElements (GitHub)

  • 網域：main

  • since_version: 11

  • 函數：False

  • 支援等級：SupportType.COMMON

  • 形狀推斷：True

此運算符版本自版本 11 起可用。

摘要

ScatterElements 採用三個輸入 data、updates 和 indices，這些輸入具有相同的階數 r >= 1 和一個可選屬性軸，用於識別 data 的軸 (預設情況下，為最外層的軸，即軸 0)。運算的輸出是透過建立輸入 data 的副本，然後將其值更新為 updates 所指定的值，並在 indices 指定的特定索引位置產生。其輸出形狀與 data 的形狀相同。

對於 updates 中的每個項目，data 中的目標索引是透過將 indices 中對應的項目與項目本身的索引結合來獲得的：維度 = 軸的索引值是從 indices 中對應項目的值獲得，而維度 != 軸的索引值是從項目本身的索引獲得。

例如，在 2-D 張量的情況下，對應於 [i][j] 條目的更新執行如下：

  output[indices[i][j]][j] = updates[i][j] if axis = 0,
  output[i][indices[i][j]] = updates[i][j] if axis = 1,

此運算子與 GatherElements 的作用相反。它與 Torch 的 Scatter 運算相似。

範例 1

  data = [
      [0.0, 0.0, 0.0],
      [0.0, 0.0, 0.0],
      [0.0, 0.0, 0.0],
  ]
  indices = [
      [1, 0, 2],
      [0, 2, 1],
  ]
  updates = [
      [1.0, 1.1, 1.2],
      [2.0, 2.1, 2.2],
  ]
  output = [
      [2.0, 1.1, 0.0]
      [1.0, 0.0, 2.2]
      [0.0, 2.1, 1.2]
  ]

範例 2

  data = [[1.0, 2.0, 3.0, 4.0, 5.0]]
  indices = [[1, 3]]
  updates = [[1.1, 2.1]]
  axis = 1
  output = [[1.0, 1.1, 3.0, 2.1, 5.0]]

屬性

  • axis - INT (預設為 '0')

    要在其上分散的軸。負值表示從後方計算維度。可接受的範圍是 [-r, r-1]，其中 r = rank(data)。

輸入

  • data (異質) - T

    階數 r >= 1 的張量。

  • indices (異質) - Tind

    int32/int64 索引的張量，階數 r >= 1 (與輸入相同的階數)。所有索引值都應在沿大小為 s 的軸的邊界 [-s, s-1] 內。如果任何索引值超出邊界，則會發生錯誤。

  • updates (異質) - T

    階數 r >=1 的張量 (與索引具有相同的階數和形狀)

輸出

  • output (異質) - T

    階數 r >= 1 的張量 (與輸入相同的階數)。

類型限制

  • T in ( tensor(bool), tensor(complex128), tensor(complex64), tensor(double), tensor(float), tensor(float16), tensor(int16), tensor(int32), tensor(int64), tensor(int8), tensor(string), tensor(uint16), tensor(uint32), tensor(uint64), tensor(uint8) )

    輸入和輸出類型可以是任何張量類型。

  • Tind in ( tensor(int32)、tensor(int64) )

    將索引限制為整數類型