pytorch学习笔记（六）——pytorch进阶教程之tensor高阶操作

目录

where

新生成的tensor取决与输入x，y和条件condition。condition是一个矩阵，如果元素是1对应x，元素是0对应y。
示例代码：

cond>0.5返回的是一个[2,2]size的矩阵，大于0.5对应元素为1，否则为0。
只有最右下角元素不成立返回0，所以where函数得到的tensor最右下角元素值和b一致，其余和a一致。
引入where操作的用途：对于一些不规则的赋值方式，直接使用复制语句是非常不方便的，假如没有引入where要实现根据条件进行赋值，则需要多个for循环来实现，极大的阻碍了并行，代码运行过程几乎都是在cpu上进行的，引入where是为了方便该类操作可以在gpu上并行工作从而提高性能。

gather

gather函数主要是用于通过索引收集数值，参数一是要索引的数据表格，参数二是要进行索引收集的dim，参数三是用来进行索引收集的索引表格。
如有数据[dog,cat,whale]作为数据输入,dim=0,索引表格为[1,0,1,2]，则输出为[cat,dog,cat,whale]。
引入gather操作的用途：用where类似，增加代码的并行度，运行于gpu，提高性能。
示例代码：

randn生成[4,10]size的tensor，意义是代表四张图片，总共十个类别，每张图片分属于每个类别的概率。topk得到最有可能的三类别，输出为[4,3]size的数据和对应索引，将label表格扩展为[4,10]，在dim1上利用索引查label表，得到输出