torch.Tensor.index_add_函数，pytorch中的tf.unsorted_segment_sum

ref:

• https://pytorch.org/docs/1.4.0/tensors.html?highlight=index_add_#torch.Tensor.index_add_
• https://blog.csdn.net/weixin_44289071/article/details/103882658

torch.Tensor.index_add_能实现指定行或列的内容相加的功能，类似于tensorflow中tf.unsorted_segment_sum函数，可以用在比如实例分割中进行特征聚合的步骤。比如一个N*C的feature根据实例label可以将属于同一实例的点的特征聚合起来，得到Ins_num*C的聚合特征。

1. 函数的参数

• dim：这个参数表明你要沿着哪个维度索引；
• index：包含索引的tensor；
• tensor：被索引出来去相加的tensor；
• 注意事项：x相加前后的shape保持不变，被索引的tensor在被索引的维度（第dim维）之外的维度上与tensor的对应维度必须保持一致，且index中的值最大不能超过x在被索引的维度上的最大维数，index的长度必须和tensor[dim]相同。假如x的shape为(N， C)，索引的维度为第0维（dim=0），那么被索引的tensor的dim=1的维度也必须为C，index的值必须介于0和C-1之间，index的长度必须和被索引的tensor的dim=0的数字相同。

2. 使用示例

import torch
x = torch.ones(5