DML_SCATTER_ND_OPERATOR_DESC結構 (directml.h)

將整個輸入張量複製到輸出，然後使用更新張量中的對應值覆寫選取的索引。 此運算符會執行下列虛擬程序代碼，其中 “...”表示一系列座標，其確切行為取決於座標軸和索引大小。

output = input
output[indices[...]] = updates[...]

如果兩個輸出元素索引重疊 (無效) ，則無法保證最後寫入會優先。

語法

struct DML_SCATTER_ND_OPERATOR_DESC {
  const DML_TENSOR_DESC *InputTensor;
  const DML_TENSOR_DESC *IndicesTensor;
  const DML_TENSOR_DESC *UpdatesTensor;
  const DML_TENSOR_DESC *OutputTensor;
  UINT                  InputDimensionCount;
  UINT                  IndicesDimensionCount;
};

成員

InputTensor

類型： const DML_TENSOR_DESC*

要從中讀取的張量。

IndicesTensor

類型： const DML_TENSOR_DESC*

包含索引的張量。 此張量的 DimensionCount 必須符合 InputTensor.DimensionCount。 IndexesTensor 的最後一個維度實際上是每個索引元組的座標數目，而且不得超過 InputTensor.DimensionCount。 例如，具有 IndexesDimensionCount = 3 大小的{1,4,5,2}索引張量表示索引為 InputTensor 的 4x5 陣列 2 值座標元組。

從 DML_FEATURE_LEVEL_3_0開始，當搭配這個張量使用帶正負號整數型別時，這個運算元支援負數索引值。 負數索引會解譯為相對於個別維度結尾。 例如，-1 的索引會參考該維度的最後一個專案。

UpdatesTensor

類型： const DML_TENSOR_DESC*

包含新值的張量，以取代對應索引上的現有輸入值。 此張量的 DimensionCount 必須符合 InputTensor.DimensionCount。 預期的 UpdatesTensor.Sizes 是 IndexesTensor.Sizes 前置區段和 InputTensor.Sizes 尾端區段的串連，以產生下列專案。

indexTupleSize = IndicesTensor.Sizes[IndicesTensor.DimensionCount - 1]
UpdatesTensor.Sizes = [
    1...,
    IndicesTensor.Sizes[(IndicesTensor.DimensionCount - IndicesDimensionCount) .. (IndicesTensor.DimensionCount - 1)],
    InputTensor.Sizes[(InputTensor.DimensionCount - indexTupleSize) .. InputTensor.DimensionCount]
]

如果需要滿足 UpdatesTensor.DimensionCount，維度會靠右對齊，前面加上前置 1 個值。

以下為範例。

InputTensor.Sizes = [3,4,5,6,7]
InputDimensionCount = 5
IndicesTensor.Sizes = [1,1, 1,2,3]
IndicesDimensionCount = 3 // can be thought of as a [1,2] array of 3-coordinate tuples

// The [1,2] comes from the indices tensor (ignoring last dimension, which is the tuple size),
// and the [6,7] comes from input tensor, ignoring the first 3 dimensions
// since the index tuples are 3 elements (from the indices tensor last dimension).
UpdatesTensor.Sizes = [1, 1,2,6,7]

OutputTensor

類型： const DML_TENSOR_DESC*

要寫入結果的張量。 此張量 的大小 和 DataType 必須符合 InputTensor.Sizes。

InputDimensionCount

類型： UINT

忽略任何不相關的前置輸入維度之後， InputTensor 內的實際輸入維度數目，範圍為 [ 1，InputTensor.DimensionCount) 。 例如，假設 InputTensor.Sizes = {1,1,4,6} 和 InputDimensionCount = 3，實際的有意義索引為 {1,4,6}。

IndicesDimensionCount

類型： UINT

忽略任何不相關的前置索引維度之後， IndexesTensor 內的實際索引維度數目，範圍為 [ 1，IndicesTensor.DimensionCount) 。 例如，假設 IndexesTensor.Sizes = {1,1,4,6} 和 IndicesDimensionCount = 3，實際的有意義索引為 {1,4,6}。

範例

InputTensor: (Sizes:{8}, DataType:FLOAT32)
    [1, 2, 3, 4, 5, 6, 7, 8]

IndicesTensor: (Sizes:{4,1}, DataType:FLOAT32)
    [[4], [3], [1], [7]]

UpdatesTensor: (Sizes:{4}, DataType:FLOAT32)
    [9, 10, 11, 12]

// output = input
// output[indices[x, 0]] = updates[x]
OutputTensor: (Sizes:{8}, DataType:FLOAT32)
    [1, 11, 3, 10, 9, 6, 7, 12]

可用性

這個運算子是在 中 DML_FEATURE_LEVEL_2_1引進。

Tensor 條件約束

• IndicesTensor、 InputTensor、 OutputTensor 和 UpdatesTensor 必須具有相同的 DimensionCount。
• InputTensor、 OutputTensor 和 UpdatesTensor 必須具有相同 的 DataType。

Tensor 支援

DML_FEATURE_LEVEL_4_1和更新版本

DML_FEATURE_LEVEL_3_0和更新版本

DML_FEATURE_LEVEL_2_1和更新版本

規格需求