对于torch.tensor.scatter（）这个函数的理解。

最新推荐文章于 2024-07-13 19:53:30 发布

亮子李

最新推荐文章于 2024-07-13 19:53:30 发布

阅读量701

点赞数

分类专栏：日常学习文章标签： python pytorch

本文链接：https://blog.csdn.net/yi_shu_jia/article/details/124176329

版权

日常学习专栏收录该内容

16 篇文章 0 订阅

订阅专栏

本文详细解读了TensorFlow中的scatter_函数，通过实例演示如何根据index指示在tensor中替换或插入源数据，重点讲解了dim参数对索引选择的影响，并展示了不同维度的实现方式。理解scatter_有助于高效地进行张量操作。

摘要由CSDN通过智能技术生成

Tensor.scatter_(dim, index, src, reduce=None)

确实是比较难以理解的一个函数。

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

感觉像是什么呢？就是src 中的数，按照index中指示的位置，放在tensor中去。dim 会表示index 来表示哪个维度的坐标。

比如代码： c.scatter(dim=0, index = index, src =src)

下面的代码一看就懂scatter在干嘛了。（这里是dim为1和2的时候）

index = torch.tensor([[0, 1, 2, 0]])
c = torch.zeros(3, 5, dtype=index.dtype)
# print(c.scatter_(0, b, src))
dim = 0
m = len(index)
n = len(index[0])
for i in range(m):
    for j in range(n):
        new_index = index[i][j]
        if dim == 0:
            c[new_index][j] = src[i][j]
        if dim == 1:
            c[i][new_index] = src[i][j]
print(c)

官网的例子：

>>> src = torch.arange(1, 11).reshape((2, 5))
>>> src
tensor([[ 1,  2,  3,  4,  5],
        [ 6,  7,  8,  9, 10]])
>>> index = torch.tensor([[0, 1, 2, 0]])
>>> torch.zeros(3, 5, dtype=src.dtype).scatter_(0, index, src)
tensor([[1, 0, 0, 4, 0],
        [0, 2, 0, 0, 0],
        [0, 0, 3, 0, 0]])

下图是代码运行结果。

加一个维度

index = torch.tensor([[0, 1, 2, 0],
                      [1,2,0,1]])
c = torch.zeros(3, 5, dtype=index.dtype)
# print(c.scatter_(0, b, src))
dim = 0
m = len(index)
n = len(index[0])
for i in range(m):
    for j in range(n):
        new_index = index[i][j]
        if dim == 0:
            c[new_index][j] = src[i][j]
        if dim == 1:
            c[i][new_index] = src[i][j]
print(c)
print(c.scatter(0, index,src))


#
tensor([[1, 0, 8, 4, 0],
        [6, 2, 0, 9, 0],
        [0, 7, 3, 0, 0]])
tensor([[1, 0, 8, 4, 0],
        [6, 2, 0, 9, 0],
        [0, 7, 3, 0, 0]])

当用scatter函数时也可以用value来代替src 这样所有的值都会被替换成value的值。比如：

print(c.scatter(0, index,src))
print(c.scatter(0, index,value=1))

tensor([[1, 0, 8, 4, 0],
        [6, 2, 0, 9, 0],
        [0, 7, 3, 0, 0]])

tensor([[1, 0, 1, 1, 0],
        [1, 1, 0, 1, 0],
        [0, 1, 1, 0, 0]])