torch_npu.scatter_update_

功能描述

将tensor updates中的值按指定的轴axis和索引indices更新tensor data中的值，并将结果保存到输出tensor，data本身的数据被改变。

接口原型

torch_npu.scatter_update_(Tensor(a!) data, Tensor indices, Tensor updates, int axis) -> Tensor(a!)

参数说明

• data：Device侧的Tensor类型，计算输入；data只支持2-8维，且维度大小需要与updates一致；支持非连续的tensor；数据格式支持ND；不支持空Tensor。
  • Atlas A2 训练系列产品/Atlas 800I A2 推理产品：数据类型支持INT8、FLOAT16、FLOAT32、BFLOAT16、INT32。
  • Atlas A3 训练系列产品：数据类型支持INT8、FLOAT16、FLOAT32、BFLOAT16、INT32。
  • Atlas 训练系列产品：数据类型支持INT8、FLOAT16、FLOAT32、INT32。
• indices：Device侧的Tensor类型，计算输入；数据类型支持INT32、INT64；目前仅支持一维跟二维；支持非连续的tensor；数据格式支持ND；不支持空Tensor。
• updates：Device侧的Tensor类型，计算输入；updates的维度大小需要与data一致；支持非连续的tensor；数据格式支持ND；不支持空Tensor。
  • Atlas A2 训练系列产品/Atlas 800I A2 推理产品：数据类型支持INT8、FLOAT16、FLOAT32、BFLOAT16、INT32。
  • Atlas A3 训练系列产品：数据类型支持INT8、FLOAT16、FLOAT32、BFLOAT16、INT32。
  • Atlas 训练系列产品：数据类型支持INT8、FLOAT16、FLOAT32、INT32。
• axis（int64_t，计算输入）：用来scatter的维度，数据类型为INT64。

输出说明

约束说明

• data与updates的秩一致。
• 不支持索引越界，索引越界不校验。

支持的型号

• Atlas 训练系列产品
• Atlas A2 训练系列产品/Atlas 800I A2 推理产品
• Atlas A3 训练系列产品

调用示例

单算子模式调用：

1
2
3
4
5
6
7

import torch
import torch_npu
import numpy as np
data = torch.tensor([[[[1,1,1,1,1,1,1,1],[2,2,2,2,2,2,2,2]]]], dtype=torch.float32).npu()
indices = torch.tensor ([1],dtype=torch.int64).npu()
updates = torch.tensor([[[[3,3,3,3,3,3,3,3]]]] , dtype=torch.float32).npu()
out = torch_npu.scatter_update_(data, indices, updates, axis=-2)