aclnnTfScatterAdd

产品支持情况

产品	是否支持
[object Object]Atlas A3 训练系列产品/Atlas A3 推理系列产品[object Object]	√
[object Object]Atlas A2 训练系列产品/Atlas 800I A2 推理产品/A200I A2 Box 异构组件[object Object]	√
[object Object]Atlas 200I/500 A2 推理产品[object Object]	×
[object Object]Atlas 推理系列产品 [object Object]	×
[object Object]Atlas 训练系列产品[object Object]	×

功能说明

• 算子功能：实现兼容tf.compat.v1.scatter_add和tf.compat.v1.scatter_nd_add的功能，将tensor updates中的值按指定的索引tensor indices加到tensor varRef的切片上。若有多于一个updates值被填入到varRef的同一个切片，那么这些值将会在这一切片上进行累加。规则如下：$$varRef[indices[i,...,j],...] = varRef[indices[i,...,j],...] + updates$$ 或者$$varRef[indices[i,:]] = varRef[indices[i,:]] + updates[i,...]$$

函数原型

每个算子分为，必须先调用“aclnnTfScatterAddGetWorkspaceSize”接口获取计算所需workspace大小以及包含了算子计算流程的执行器，再调用“aclnnTfScatterAdd”接口执行计算。

• aclnnStatus aclnnTfScatterAddGetWorkspaceSize(aclTensor *varRef, const aclTensor *indices, const aclTensor *updates, uint64_t *workspaceSize, aclOpExecutor **executor)
• aclnnStatus aclnnTfScatterAdd(void *workspace, uint64_t workspaceSize, aclOpExecutor *executor, aclrtStream stream)

aclnnTfScatterAddGetWorkspaceSize

• 参数说明

  • varRef(aclTensor *，计算输入|计算输出)：公式中的输入varRef，要进行更新的初始张量，Device侧的aclTensor。支持，支持ND，维数支持1~8维，数据类型需要与updates一致。数据类型支持FLOAT32，FLOAT16，BFLOAT16，INT32，INT8，UINT8。
  • indices(aclTensor*，计算输入)：公式中的输入indices，要更新的索引位置，Device侧的aclTensor。支持，支持ND，维数支持1~8维，indices中的索引数据不支持越界，若出现索引越界，则不对varRef进行更新。数据类型支持INT32、INT64。
  • updates(aclTensor*，计算输入)：公式中的输入updates，要添加到varRef中的更新值，Device侧的aclTensor。支持，支持ND，维数支持1~8维，数据类型需要与varRef一致。数据类型支持FLOAT32，FLOAT16，BFLOAT16，INT32，INT8，UINT8。
  • workspaceSize(uint64_t *，计算输入)：返回需要在Device侧申请的workspace大小。
  • executor(uint64_t *，出参)：返回op执行器，包含了算子计算流程。

• 返回值

  返回aclnnStatus状态码，具体参见。

  [object Object]

aclnnTfScatterAdd

• 参数说明

  • workspace(void *，入参)：在Device侧申请的workspace内存地址。
  • workspaceSize(uint64_t，入参)：在Device侧申请的workspace大小，由第一段接口aclnnTfScatterAddGetWorkspaceSize获取。
  • executor(aclOpExecutor *，入参)：op执行器，包含了算子计算流程。
  • stream(aclrtStream，入参)：指定执行任务的Stream。

• 返回值

  返回aclnnStatus状态码，具体参见。

约束说明

• aclnnTfScatterAdd默认为非确定性实现，可通过确定性计算配置为确定性实现。
• 需满足以下约束之一：
  • updates.shape = indices.shape + varRef.shape[1:]
  • indices.shape[-1] <= varRef.shape.rank 且 updates.shape = indices.shape[:-1] + varRef.shape[indices.shape[-1]:]

调用示例

示例代码如下，仅供参考，具体编译和执行过程请参考。