Pytorch 学习（5）：Pytorch中的 torch.gather/scatter_ 聚集/分散操作
Pytorch 学习（5）：Pytorch中的 torch.gather/scatter_ 聚集/分散操作
torch.gather(input, dim, index, out=None) → Tensor 聚集操作torch.Tensor scatter_(dim, index, src) → Tensor 分散操作
1.torch.gather(input, dim, index, out=None) → Tensor 聚集操作
沿给定轴 dim ,将输入索引张量 index 指定位置的值进行聚合，对一个 3 维张量,输出可以定义为:
out[i][j][k] = input[index[i][j][k]][j][k] # if dim == 0
out[i][j][k] = input[i][index[i][j][k]][k] # if dim == 1
out[i][j][k] = input[i][j][index[i][j][k]] # if dim == 2
如果 input 是 size 为 (x0,x1...,xi−1,xi,xi+1,...,xn−1) 且 dim = i 的 n 维张量,则 index 必须是具有 size 为 (x0,x1,...,xi−1,y,xi+1,...,xn−1) 的 n 维张量,其中 y >= 1 ,并且 out 将与 index 的 size 相同.
| Parameters: |
|
|---|
Example:
>>> t = torch.Tensor([[1,2],[3,4]])
>>> torch.gather(t, 1, torch.LongTensor([[0,0],[1,0]]))
1 1
4 3
[torch.FloatTensor of size 2x2]聚集操作计算过程，这里维度等于1，从列的维度获取index中的位置，获取每一行元素 。
out[0][0]=t[0][index[0][0]] =1 index[0][0]=0
out[0][1]=t[0][index[0][1]] =1 index[0][1]=0
out[1][0]=t[1][index[1][0]] =4 index[1][0]=1
out[1][1]=t[1][index[1][1]] =3 index[1][0]=0
2.torch.Tensor scatter_(dim, index, src) → Tensor分散操作
从张量src中按照index张量中指定的索引位置写入self张量的值。对于一个三维张量，self更新为：
self[index[i][j][k]][j][k] = src[i][j][k] # if dim == 0
self[i][index[i][j][k]][k] = src[i][j][k] # if dim == 1
self[i][j][index[i][j][k]] = src[i][j][k] # if dim == 2
参数：
input (Tensor): the source tensor
dim (int): the axis along which to index
index (LongTensor): the indices of elements to scatter
src (Tensor or float): the source element(s) to scatter
例子：
Example::
>>> x = torch.rand(2, 5)
>>> x
tensor([[ 0.3992, 0.2908, 0.9044, 0.4850, 0.6004],
[ 0.5735, 0.9006, 0.6797, 0.4152, 0.1732]])
>>> torch.zeros(3, 5).scatter_(0, torch.tensor([[0, 1, 2, 0, 0], [2, 0, 0, 1, 2]]), x)
tensor([[ 0.3992, 0.9006, 0.6797, 0.4850, 0.6004],
[ 0.0000, 0.2908, 0.0000, 0.4152, 0.0000],
[ 0.5735, 0.0000, 0.9044, 0.0000, 0.1732]])
>>> z = torch.zeros(2, 4).scatter_(1, torch.tensor([[2], [3]]), 1.23)
>>> z
tensor([[ 0.0000, 0.0000, 1.2300, 0.0000],
[ 0.0000, 0.0000, 0.0000, 1.2300]])
分散操作计算过程，这里维度等于0，对于一个行的索引i，从index中查找对应行索引值i的index的索引i,j，且index的列等于self[i][j]的j列，根据src[i][j]获取每一个元素。如查询无对应的索引位置，则仍保持self的值。
self[0][0]=self[index[0][0]][0] =src[0][0]=0.3992
self[1][0]=self[index[NAN][0]][0] =src[NAN][0]=0.0000
self[2][0]=self[index[1][0]][0] =src[1][0]=0.5735
......
self[2][2]=self[index[0][2]][2] =src[0][2]=0.9044>>> z = torch.zeros(2, 4).scatter_(1, torch.tensor([[2], [3]]), 1.23)
>>> z
tensor([[ 0.0000, 0.0000, 1.2300, 0.0000],
[ 0.0000, 0.0000, 0.0000, 1.2300]])
计算过程：
self[0][0]=self[0][index[0][NAN]] =0.0000
self[0][1]=self[0][index[0][NAN]] =0.0000
self[0][2]=self[0][index[0]index[0][0]] =src[0][0]=1.23