SparseBincount

产品支持情况

产品	是否支持
Ascend 950PR/Ascend 950DT	√
Atlas A3 训练系列产品/Atlas A3 推理系列产品	×
Atlas A2 训练系列产品/Atlas A2 推理系列产品	×
Atlas 200I/500 A2 推理产品	×
Atlas 推理系列产品	×
Atlas 训练系列产品	×

功能说明

• 算子功能：统计稀疏张量中每个值（bin index）的出现次数或加权累加和。支持 1D 和多维模式，支持 binary_output 模式。

• 计算公式：

$$\text{1D: }output[v]+=w_i(\text{if }v<size)$$

$$\text{Multi-dim: }output[batch][v]+=w_i(\text{if }v<size\text{ and }batch<dense\_shape[0])$$

参数说明

参数名	输入/输出/属性	描述	数据类型	数据格式
indices	输入	稀疏张量的索引，2D tensor，shape (N, R)。	INT64	ND
values	输入	稀疏张量的值（bin index），1D tensor，shape (N,)。	INT32、INT64	ND
dense_shape	输入	稀疏张量的稠密形状，1D tensor，shape (R,)。	INT64	ND
size	输入	bin 的数量（标量 tensor），shape (1,)。	INT32、INT64	ND
weights	输入	权重，1D tensor，shape (N,) 或 (0,)。为空时每个出现计为1。	FLOAT	ND
binary_output	属性	是否二值输出。True时出现过的bin设为1，False时输出计数或加权累加。	BOOL	-
output	输出	统计结果。1D时shape=[size]，多维时shape=[dense_shape[0], size]。	FLOAT	ND

约束说明

• indices 为 2D tensor，shape (N, R)；values、dense_shape、size、weights 均为 1D tensor
• indices 行数(N) 必须等于 values 元素数(N)
• indices 列数(R) 必须等于 dense_shape 元素数(R)
• indices[:, j] 必须在 [0, dense_shape[j]) 范围内
• values[i] 必须在 [0, size) 范围内
• weights 非空时，元素数必须与 values 元素数(N) 相等
• size 为非负标量
• weights 为空（元素数为0）时，每个出现计为 1.0
• binary_output = True 时，出现过的 bin 设为 1.0，忽略权重

调用说明

调用方式	调用样例	说明
图模式调用	test_geir_sparse_bincount	通过算子IR构图方式调用SparseBincount算子。