torch.gather——沿特定维度收集数值

PyTorch学习笔记：torch.gather——沿特定维度收集数值

torch.gather(input, dim, index, *, sparse_grad=False, out=None) → Tensor

功能：从输入的数组中，沿指定的dim维度，利用索引变量index，将数据索引出来，并且堆叠成一个数组。直观可能不好理解，具体可以见代码案例。

输入：

input：输入的数组

dim：指定的维度

index：索引变量，数据类型需是长整型(int64)

注意：

• input和index具有相同的维数

• out和index具有相同的形状

• 除了dim维度，在每个维度上，索引在该维度上的大小要小于等于输入在该维度上的大小，即：
  $$index.size(d)\le input.size(d),d!=dim$$

代码案例

一般用法，当在一个维度上进行索引时，以第一维度为例

import torch
a=torch.arange(20).reshape(4,5)
index=torch.tensor([[2,3,1,3]])
b=torch.gather(a,dim=0,index=index)
print(a)
print(b)

输出

以第二维度为例

import torch
a=torch.arange(20).reshape(4,5)
index=torch.tensor([[2],[3],[1],[3]])
b=torch.gather(a,dim=1,index=index)
print(a)
print(b)

输出

当同时在两个维度上进行索引时，以第一维度为例

import torch
a=torch.arange(20).reshape(4,5)
index=torch.tensor([[1,2,3],[2,3,0],[3,0,1]])
b=torch.gather(a,dim=0,index=index)
print(a)
print(b)

输出

tensor([[ 0,  1,  2,  3,  4],
        [ 5,  6,  7,  8,  9],
        [10, 11, 12, 13, 14],
        [15, 16, 17, 18, 19]])
tensor([[ 5, 11, 17],
        [10, 16,  2],
        [15,  1,  7]])

以第二维度为例

import torch
a=torch.arange(20).reshape(4,5)
index=torch.tensor([[1,2],[2,3],[3,4]])
b=torch.gather(a,dim=1,index=index)
print(a)
print(b)

输出

tensor([[ 0,  1,  2,  3,  4],
        [ 5,  6,  7,  8,  9],
        [10, 11, 12, 13, 14],
        [15, 16, 17, 18, 19]])
tensor([[ 1,  2],
        [ 7,  8],
        [13, 14]])

官方文档

torch.gather:https://pytorch.org/docs/stable/generated/torch.gather.html?highlight=torch%20gather#torch.gather