Pytorch中的torch.gather函数

believe__m

已于 2022-10-12 22:34:01 修改

阅读量476

点赞数

文章标签： pytorch python 深度学习

于 2022-09-12 17:40:15 首次发布

本文链接：https://blog.csdn.net/believe__m/article/details/126818523

版权

torch.gather(tensor，待填充的索引tensor，dim)：在原tensor中沿dim方向，在每单位数组中取出对应索引的元素。

tensor = torch.tensor([[1, 10, 100],
                       [2, 20, 200]])

"""
以dim=0为例，沿tensor的行方向看去，三单位数组分别是
                                                [1, [10, [100,
                                                 2]  20]  200]                                              
"""
index_tensor = torch.LongTensor([[1]])
结果是 tensor([[2]])

index_tensor = torch.LongTensor([[1,0]])
结果是 tensor([[2, 10]])

index_tensor = torch.LongTensor([[1,0,0]])
结果是 tensor([[2, 10, 100]])

index_tensor = torch.LongTensor([[1,0,0], [1,0,0]])
结果是 tensor([[2, 10, 100], [2, 10, 100]])

index_tensor = torch.LongTensor([[1,0,0], [1,0,0], ..., [1,0,0]])
结果是 tensor([[2, 10, 100], [2, 10, 100], ...., [2, 10, 100]])

tensor = torch.tensor([[[1, 10, 100],
                        [6, 60, 600]],

                       [[2, 11, 101],
                        [7, 61, 601]]])

"""
以dim=0为例， 沿上下堆叠的方向， 2x3个单位数组：
                       [[1,  [10,  [100, 
                         2],  11],  101]],
                       [[6,  [60,  [600,
                         7],  61],  601]]
"""
index_tensor = torch.LongTensor([[[0, 1, 0]]])
结果是tensor([[[  1,  11, 100]]])

index_tensor = torch.LongTensor([[[0, 1, 0], [0, 1, 0]]])
结果是tensor([[[  1,  11, 100],
               [  6,  61, 601]]])

index_tensor = torch.LongTensor([[[0, 0, 0], [0, 0, 0]]])
结果是tensor([[[  1,  10, 100],
               [  6,  60, 600]]])

index_tensor = torch.LongTensor([[[0, 0, 0], [0, 0, 0]], [[0, 0, 0], [0, 0, 0]], ...., [[0, 0, 0], [0, 0, 0]]])
结果是tensor([[[  1,  10, 100],
               [  6,  60, 600]],

              [[  1,  10, 100],
               [  6,  60, 600]],
                ...
                ...
              [[  1,  10, 100],
               [  6,  60, 600]]])

""