Pytorch基础 - 8. scatter() / scatter_() 函数

最新推荐文章于 2023-11-04 23:48:08 发布

Aaron_neil

最新推荐文章于 2023-11-04 23:48:08 发布

阅读量2.9k

点赞数 5

分类专栏： # Pytorch操作文章标签： pytorch 深度学习 python 人工智能

本文链接：https://blog.csdn.net/Aaron_neil/article/details/130168355

版权

本文介绍了PyTorch中的scatter()和scatter_()函数，这两个函数用于根据索引映射创建或修改Tensor。文章详细解释了函数的参数，提供了2维示例，并阐述了其在one-hot编码中的应用。通过实例，读者可以理解如何沿着特定维度进行索引操作，以及当源数据为标量时的情况。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

1. scatter() 定义和参数说明

2. 示例和详细解释

3. scatter() 常见用途

1. scatter() 定义和参数说明

scatter() 或 scatter_() 常用来返回根据index映射关系映射后的新的tensor。其中，scatter() 不会直接修改原来的 Tensor，而 scatter_() 直接在原tensor上修改。

官方文档：torch.Tensor.scatter_ — PyTorch 2.0 documentation

参数定义：

dim：沿着哪个维度进行索引
index：索引值
src：数据源，可以是张量，也可以是标量

简言之 scatter() 是通过 src 来修改另一个张量，修改的元素值和位置由 dim 和 index 决定

2. 示例和详细解释

在官方文档中，给出了3维tensor的具体操作说明，看起来很蒙，没关系继续往下看

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

接下来的示例，我们以2维为例，那上面的公式简化为如下，

self[index[i][j]][j] = src[i][j]  # if dim == 0
self[i][index[i][j]] = src[i][j]  # if dim == 1

示例：将全零的张量，根据index和scr进行值的变化

src = torch.arange(1, 11).reshape((2, 5))
# src: tensor([[0.8351, 0.2974, 0.9028, 0.4250, 0.0370],
#              [0.4564, 0.6832, 0.6854, 0.6056, 0.7118]])
    
index = torch.tensor([[0, 1, 2, 0, 0], [0, 1, 4, 2, 3]])
dist = torch.zeros(2, 5, dtype=src.dtype).scatter(1, index, src)
    
# dist: tensor([[0.0370, 0.2974, 0.9028, 0.0000, 0.0000],
#               [0.4564, 0.6832, 0.6056, 0.7118, 0.6854]])

将上述张量使用表格表示：