array_write

paddle.fluid.layers. array_write ( x, i, array=None ) [源代码]

该OP将输入的变量 x 写入到数组 cn_api_fluid_LoDTensorArray array 的第i个位置，并返回修改后的LoDTensorArray，如果 array 为None，则创建一个新的LoDTensorArray。常与 array_read OP联合使用对LoDTensorArray进行读写。

参数:

  • x (Variable) – 待写入的数据，多维Tensor或LoDTensor，数据类型支持float32，float64，int32，int64

  • i (Variable) – shape为[1]的1-D Tensor，表示写入到输出数组LoDTensorArray的位置，数据类型为int64

  • array (Variable，可选) – 指定写入 x 的数组LoDTensorArray。默认值为None, 此时将创建新的LoDTensorArray并作为结果返回

返回: 写入输入 x 之后的LoDTensorArray

返回类型: Variable

代码示例

  1. import paddle.fluid as fluid
  2. tmp = fluid.layers.fill_constant(shape=[3, 2], dtype='int64', value=5)
  3. i = fluid.layers.fill_constant(shape=[1], dtype='int64', value=10)
  4. #将tmp写入数组arr下标为10的位置，并返回arr
  5. arr = fluid.layers.array_write(tmp, i=i)
  7. #此时arr是长度为11的LoDTensorArray，可以通过array_read来查看下标为10的LoDTensor，并将之打印出来
  8. item = fluid.layers.array_read(arr, i=i)
  9. input = fluid.layers.Print(item, message="The content of i-th LoDTensor:")
  10. main_program = fluid.default_main_program()
  11. exe = fluid.Executor(fluid.CPUPlace())
  12. exe.run(main_program)

输出结果

  1. 1570533133    The content of i-th LoDTensor:  The place is:CPUPlace
  2. Tensor[array_read_0.tmp_0]
  3.         shape: [3,2,]
  4.         dtype: l
  5.         data: 5,5,5,5,5,5,
  6. #返回了shape为[3,2]的Tensor，即为上面写入的tmp
  7. #dtype为对应C++数据类型，在不同环境下可能显示值不同，但本质一致
  8. #例如：如果Tensor中数据类型是int64，则对应的C++数据类型为int64_t，所以dtype值为typeid(int64_t).name()，
  9. #          其在MacOS下为'x'，linux下为'l'，Windows下为'__int64'，都表示64位整型变量