Python PyTorch Tensor.index_add_用法及代码示例

本文简要介绍python语言中 torch.Tensor.index_add_ 的用法。

用法:

Tensor.index_add_(dim, index, tensor, *, alpha=1) → Tensor

参数：

• dim(int) -索引的维度

• index(IntTensor或者LongTensor) - tensor 的索引可供选择

• tensor(Tensor) -包含要添加的值的张量

关键字参数：

alpha(数字) - tensor 的标量乘数

通过按 index 中给出的顺序添加索引，将 alpha 乘以 tensor 的元素累积到 self 张量中。例如，如果 dim == 0 、 index[i] == j 和 alpha=-1 ，则从 self 的第 j 行中减去 tensor 的第 i 行。

tensor 的第 dim 维度必须与 index 的长度(必须是向量)具有相同的大小，并且所有其他维度必须匹配 self ，否则将引发错误。

注意

当给定 CUDA 设备上的张量时，此操作可能会表现得不确定。有关详细信息，请参阅重现性。

例子：

>>> x = torch.ones(5, 3)
>>> t = torch.tensor([[1, 2, 3], [4, 5, 6], [7, 8, 9]], dtype=torch.float)
>>> index = torch.tensor([0, 4, 2])
>>> x.index_add_(0, index, t)
tensor([[  2.,   3.,   4.],
        [  1.,   1.,   1.],
        [  8.,   9.,  10.],
        [  1.,   1.,   1.],
        [  5.,   6.,   7.]])
>>> x.index_add_(0, index, t, alpha=-1)
tensor([[  1.,   1.,   1.],
        [  1.,   1.,   1.],
        [  1.,   1.,   1.],
        [  1.,   1.,   1.],
        [  1.,   1.,   1.]])