pytorch scatter_add_用法

最新推荐文章于 2023-11-16 19:48:53 发布
最新推荐文章于 2023-11-16 19:48:53 发布
阅读量6.9k 收藏 7
点赞数 4
分类专栏： pytorch 文章标签： pytorch
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/Orientliu96/article/details/104830383
版权

pytorch torch.scatter_add_()函数用法

self_tensor.scatter_add_(dim, index_tensor, other_tensor)

函数的作用

将other_tensor中的数据，按照index_tensor中的索引位置，添加至self_tensor中
这里给出官网的说明，非常清晰
在这里插入图片描述
解释起来就是，dim决定了哪个维度的索引是由index tensor提供的，其他所有位置是self_tensor和other_tensor一一对应的！

例子

在这里插入图片描述

orientliu96
关注
  • 4
    点赞
  • 踩
  • 7
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
专栏目录
关于pytorch中scatter_add_函数的分析、理解与实现
小卜妞的博客
10-13 4455
关于scatter_add_函数的分析、理解与实现 一、 pytorch中的定义和实现原理 在torch._C._TensorBase.py中，定义了scatter_(self, dim, index, src, reduce=None) -> Tensor方法，作用是将src的值写入index指定的self相关位置中。用一个三维张量举例如下，将src在坐标(i,j,k)下的所有值，写入self的相应位置，而self的位置坐标除了dim维度用index[i,j,k]代替以外，都不变： self[in
torch-scatter库
最新发布
weixin_45780075的博客
04-17 787
torch-scatter 为这些领域的研究人员和开发者提供了一组功能强大的工具，用于在稀疏数据上执行各种操作。torch-scatter 提供了针对 GPU 和 CPU 的高效实现，可以加速处理大规模稀疏数据的计算。通过利用 torch-scatter，你可以更轻松地处理稀疏数据，实现高效的算法，并加速模型的训练和推理过程。scatter_mul 和 scatter_div: 将值散布到指定位置并相乘或相除。scatter_max 和 scatter_min: 在指定位置上取最大或最小值。
【Torch_scatter API】关于scatter_add函数的用法
devil_son1234的博客
09-08 1688
按照上述图示来看，需要注意的几点就是index的数值和维度分别对应的是self和src的取值。
【精选】pytorch中的scatter_add_函数解析
weixin_42628609的博客
11-16 697
在 PyTorch 中，scatter_add_ 函数是一个用于按索引散布（scatter）相加的操作。具体而言，它将输入张量的值按照给定的索引添加到输出张量的指定位置上。这个函数的下划线（_）表示它是一个原地操作，会修改原始张量而不创建新的张量。
torch_scatter.scatter_add、Tensor.scatter_add_ 、Tensor.scatter_、Tensor.scatter_add 、Tensor.scatter
lmb09122508的博客
12-03 3574
torch_scatter.scatter_add 官方文档：torch_scatter.scatter_add(src,index,dim=-1,out=None,dim_size=None,fill_value=0) Sums all values from thesrctensor intooutat the indices specified in theinde...
Pytorch scatter_ 理解轴的含义
热门推荐
心之所向
04-05 4万+
scatter_(input, dim, index, src)将src中数据根据index中的索引按照dim的方向填进input中。>>> x = torch.rand(2, 5) >>> x 0.4319 0.6500 0.4080 0.8760 0.2355 0.2609 0.4711 0.8486 0.8573 0.1029 [torch.FloatTensor of si
torch_scatter-2.0.9-cp310-cp310-linux_x86_64.whl.zip
12-20
在实际应用中，torch_scatter通常与torch.nn.Module的forward方法结合使用，将图数据的邻接矩阵或特征向量进行适当的散射操作，以实现信息的传播和更新。例如，在一个简单的图卷积层中，可以使用`scatter_add`来聚合...
torch_scatter-2.0.8-cp39-cp39-win_amd64whl.zip
01-15
`torch_scatter`的使用并不复杂，例如，你可以这样调用scatter_add： ```python import torch_scatter output = torch_scatter.scatter_add(input, index, dim_size=None) ``` 在这里，`input`是需要分散的源张量，`...
torch_scatter-2.0.6-cp36-cp36m-linux_x86_64whl.zip
01-08
本文将深入探讨`torch_scatter`库的2.0.6版本，并结合给定的压缩包文件，解析其在特定环境下的使用方法。 首先，`torch_scatter`库是PyTorch的一个扩展，它提供了一系列函数，用于执行类似于`scatter_add`、`...
torch_scatter-2.0.6-cp36-cp36m-macosx_10_9_x86_64whl.zip
01-08
《torch_scatter-2.0.6-cp36-cp36m-macosx_10_9_x86_64.whl：深度学习中的散射...对于在macOS上使用Python 3.6和PyTorch 1.8.0+cpu的开发者来说，理解并掌握这个库的使用方法，将有助于提升深度学习项目的效率和效果。
torch_scatter-2.0.5-cp37-cp37m-win_amd64whl.zip
01-02
《torch_scatter-2.0.5-cp37-cp...正确地安装和理解其使用方法对于高效利用PyTorch构建和训练模型至关重要。通过本文的介绍，你应该对torch_scatter的安装和使用有了深入的理解，为你的深度学习项目打下了坚实的基础。
pytorch的scatter和scatter_add操作
weixin_41391619的博客
06-10 1230
       tensor的scatter和scatter_add操作,这篇讲得比较详细，这里我就简单总结一下，以a.scatter(dim=dim,index=index,src=src)为例 len(a.size())=len(index.size())=len(src.size())=dim_num 即三者维度数必须相等 a与index的关系：a.size(i)≥index.size(i) i≠dima.size(dim)与ind
pytorch中的scatter_add_函数解析
Lisen’s blog
10-16 1万+
关于这个函数，很少博客详细的介绍。下面就我个人理解简单介绍下。 函数：scatter_add_(dim, index_tensor, other_tensor) → 输出tensor 参数： dim：表示需要改变的维度，但是注意，假如dim=1，并不是说self_tensor在dim=0上的数据不会改变，这个dim只是在取矩阵数据时固定了dim=1维的索引，不使用index_tensor矩阵中...
scatter_add()函数
ccbrid的博客
05-12 6720
Pytorch 的 Tensor 用法 官方解释：https://pytorch.org/docs/stable/tensors.html?highlight=scatter_add#torch.Tensor.scatter_add_ 函数参数：scatter_add_(dim, indexTensor, otherTensor)→ 输出Tensor 函数用法：selfTensor.s...
pytroch中的scatter_add_函数解析
weixin_45828141的博客
10-07 923
scatter_add_（dim，index，src ） 将张量src中的所有值添加到张量中self指定的索引index中。 self的更新公式 二维 self[index[i][j]][j] += other[i][j] # 如果 dim == 0 self[i][index[i][j]] += other[i][j] # 如果 dim == 1 三维 self[index[i][j][k]][j][k] += other[i][j][k] # 如果 dim == 0 self[i][ind
关于scatter_add函数的用法
peng_pi的博客
03-10 7034
关于scatter_add函数的用法 两种scatter函数的关系 torch_scatter torch_scatter是pytorch_geometric作者基于pytorch做的small extension library of highly optimized sparse update (scatter and segment) operations scatter_add_ 是pytorch中实现的函数，上述函数很多是基于此所作，只不过当前函数侧重于矩阵的计算，而前者侧重于图相关
c++ 遍历list_小白学PyTorch | 6 模型的构建访问遍历存储（附代码
weixin_39561431的博客
11-27 121
文章来自微信公众号：【机器学习炼丹术】，是个人的学习心得分享基地。文章目录：1 模型构建函数1.1 add_module1.2 ModuleList1.3 Sequential1.4 小总结2 遍历模型结构2.1 modules()2.2 named_modules()2.3 parameters()3 保存与载入本文是对一些函数的学习。函数主要包括下面四个方面：模型构建的函数：add_modul...
add函数 pytorch_pytorch第二弹
weixin_32597009的博客
12-10 381
# pytorch第二弹标签（空格分隔）： pytorch 深度学习pytorch中的numpy深度学习是以矩阵为基础的，里面的前向传播都是用矩阵进行计算的，所以在深度学习框架里面需要大量的矩阵操作以及定义。学过python的都知道，在python里面有一个科学工具包numpy是专门来操作矩阵的，在pytroch里面也有类似的操作，pytorch里面使用Tensor代替numpy。numpy能...
scatter_add / scatter_sum，Tensor.scatter_add_函数解释：
qq_45770988的博客
11-06 619
Tensor.scatter_add_(dim, index, src) → Tensor 1.参数： dim (int) – 哪一dim进行操作index (LongTensor) – 要在的out的哪一index进行操作src (Tensor) – 待操作的源数字
scatter_add
10-12
scatter_add是PyTorch中的一个函数，用于将一个张量按照指定的索引进行累加。具体来说，它会将一个值张量根据索引张量中的索引值，累加到目标张量中对应索引位置上。 例如，假设有一个目标张量target和一个值张量src，它们的形状分别为(4, 3)和(2, 3)，并且有一个索引张量index，形状为(2, 3)，其中的值为0或1。那么可以使用scatter_add函数将src中的值根据index中的索引值累加到target中对应的位置上，代码如下： ``` import torch target = torch.zeros(4, 3) src = torch.tensor([[1, 2, 3], [4, 5, 6]]) index = torch.tensor([[0, 1, 0], [1, 0, 1]]) torch.scatter_add(target, dim=0, index=index, src=src) ``` 运行结果为： ``` tensor([[1., 0., 3.], [0., 5., 0.], [0., 0., 0.], [4., 0., 6.]]) ``` 可以看到，src中的第一行[1, 2, 3]被累加到了target的第0行和第2行上，而src中的第二行[4, 5, 6]被累加到了target的第1行和第3行上。
评论 2
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值