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

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；数据类型支持INT8、FLOAT16、FLOAT32、BFLOAT16类型；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。
• 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；数据类型支持INT8、FLOAT16、FLOAT32、BFLOAT16类型；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。
• axis（int64_t, 计算输入）：用来scatter的维度，数据类型为INT64。

输出说明

out：Device侧的Tensor类型，计算输出，复用输入地址；数据类型支持INT8、FLOAT16、FLOAT32、BFLOAT16类型；out只支持2-8维，且维度大小需要与data一致；支持非连续的tensor；数据格式支持ND；不支持空Tensor。

约束说明

• BFLOAT16数据类型仅支持如下产品型号：

  Atlas A2 训练系列产品

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

支持的PyTorch版本

• PyTorch 2.3
• PyTorch 2.2
• PyTorch 2.1
• PyTorch 1.11.0

支持的型号

• Atlas 训练系列产品
• Atlas A2 训练系列产品

调用示例

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)