学渣终于弄懂了,在这里以2*2的矩阵简单的举个例子.
首先,scatter_和scatter作用差不多,区别是scatter不会更改self的值。
scatter_(dim,index,src):在维度为dim中,利用src作为源张量,在src中以索引index为self重新赋值。
dim:沿着某个维度进行索引
index:用来进行索引的张量
src:源张量
对于一个2*2的矩阵src:
0.0406 | 0.3664 |
---|---|
0.0807 | 0.5513 |
设定索引值index=[[0,0][1,0]]
目标张量为c=torch.zeros(2,2)
运行d=c.scatter_(0,index,src)
可得到d:
0.0406 | 0.5513 |
---|---|
0.0807 | 0.000 |
简单的分析
pytorch中为这个函数的定义是这样的:
#dim=0
self[index[x][y]][y]=src[x][y]
#dim=1
self[x][index[x][y]]=src[x][y]
以当前的例子d=c.scatter_(0,index,y),dim = 0.
则目标张量赋值就定义为:self [index[x][y]] [y]=src[x][y]
当x=0,y=0时,索引表index对应的值是0,则d[0][0]=src[0][0]=0.0406
当x=0,y=1时,索引表index对应的值是0,则d[0][0]=src[0][1]=0.3664
当x=1,y=0时,索引表index对应的值是1,则d[1][0]=src[1][0]=0.0807
当x=1,y=1时,索引表index对应的值是0,则d[0][0]=src[1][1]=0.5513
而d[1][1]的位置没有取到,所以该位置保持不变,依旧为0.
最终,得到张量d.