jax.lax.scatter

jax.lax.scatter(operand, scatter_indices, updates, dimension_numbers, *, indices_are_sorted=False, unique_indices=False, mode=None)

分散更新运算符。

包装 XLA 的 Scatter 运算符，其中更新替换来自 operand 的值。

如果对 operand 的相同索引执行多个更新，则可以按任何顺序应用它们。

scatter() 是一个底层运算符，具有复杂的语义，大多数 JAX 用户永远不需要直接调用它。相反，您应该首选使用 jax.numpy.ndarray.at() 以获得更熟悉的 NumPy 风格的索引语法。

参数:

• operand (ArrayLike) – 要应用分散的数组

• scatter_indices (ArrayLike) – 一个数组，给出 operand 中的索引，updates 中的每个更新应应用于这些索引。

• updates (ArrayLike) – 应分散到 operand 上的更新。

• dimension_numbers (ScatterDimensionNumbers) – 一个 lax.ScatterDimensionNumbers 对象，描述了 operand、start_indices、updates 和输出的维度如何相关。

• indices_are_sorted (bool) – 是否已知 scatter_indices 已排序。如果为 true，可能会提高某些后端上的性能。

• unique_indices (bool) – operand 中要更新的元素是否保证彼此不重叠。如果为 true，可能会提高某些后端上的性能。JAX 不会检查此承诺：如果更新的元素在 unique_indices 为 True 时重叠，则行为未定义。

• mode (str | GatherScatterMode | None) – 如何处理越界索引：当设置为“clip”时，索引会被钳制，以便切片位于边界内；当设置为“fill”或“drop”时，越界更新会被丢弃。当设置为“promise_in_bounds”时，越界索引的行为是实现定义的。

返回:

一个包含 operand 的值和分散更新的数组。

返回类型:

Array

示例

如上所述，您基本上永远不应该直接使用 scatter()，而是通过 jax.numpy.ndarray.at 使用 NumPy 风格的索引表达式来执行分散风格的操作。

这是一个使用 jax.numpy.ndarray.at 更新数组中条目的示例，它会降低到 XLA Scatter 操作

>>> x = jnp.ones(5)
>>> indices = jnp.array([1, 2, 4])
>>> values = jnp.array([2.0, 3.0, 4.0])

>>> x.at[indices].set(values)
Array([1., 2., 3., 1., 4.], dtype=float32)

此语法还支持 scatter() 的几个可选参数，例如

>>> x.at[indices].set(values, indices_are_sorted=True, mode='promise_in_bounds')
Array([1., 2., 3., 1., 4.], dtype=float32)

相比之下，这是直接使用 scatter() 的等效函数调用，这不是典型用户应该做的

>>> lax.scatter(x, indices[:, None], values,
...             dimension_numbers=lax.ScatterDimensionNumbers(
...                 update_window_dims=(),
...                 inserted_window_dims=(0,),
...                 scatter_dims_to_operand_dims=(0,)),
...             indices_are_sorted=True,
...             mode=lax.GatherScatterMode.PROMISE_IN_BOUNDS)
Array([1., 2., 3., 1., 4.], dtype=float32)