当前位置: 首页>>代码示例 >>用法及示例精选 >>正文


Python PyTorch Tensor.scatter_用法及代码示例


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

用法:

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

参数

  • dim(int) -索引的轴

  • index(LongTensor) -要分散的元素的索引可以为空或与 src 具有相同的维度。当为空时,该操作返回 self 不变。

  • src(Tensor或者float) -要分散的源元素。

  • reduce(str,可选的) -要应用的缩减操作,可以是 'add''multiply'

将张量 src 中的所有值写入 selfindex 张量中指定的索引处。对于 src 中的每个值,其输出索引由 src 中的索引指定 dimension != dimindex 中的相应值 dimension = dim

对于 3-D 张量,self 更新为:

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

这是 gather() 中说明的方式的相反操作。

selfindexsrc (如果是张量)都应该具有相同的维数。还需要 index.size(d) <= src.size(d) 用于所有维度 d ,并且 index.size(d) <= self.size(d) 用于所有维度 d != dim 。请注意,indexsrc 不广播。

此外,对于 gather() index的值必须在0self.size(dim) - 1之间。

警告

当索引不唯一时,行为是不确定的(将任意选取来自src 的值之一)并且梯度将不正确(它将传播到源中对应于相同索引的所有位置) !

注意

向后传递仅针对 src.shape == index.shape 实施。

此外,还接受一个可选的 reduce 参数,该参数允许指定可选的归约操作,该操作适用于在 index 中指定的索引处将张量 src 中的所有值转换为 self 。对于src 中的每个值,归约操作应用于self 中的索引,该索引由src 中的索引指定dimension != dimindex 中的相应值指定dimension = dim

给定一个 3-D 张量并使用乘法运算进行归约,self 更新为:

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

使用加法操作减少与使用 scatter_add_() 相同。

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

>>> torch.full((2, 4), 2.).scatter_(1, torch.tensor([[2], [3]]),
...            1.23, reduce='multiply')
tensor([[2.0000, 2.0000, 2.4600, 2.0000],
        [2.0000, 2.0000, 2.0000, 2.4600]])
>>> torch.full((2, 4), 2.).scatter_(1, torch.tensor([[2], [3]]),
...            1.23, reduce='add')
tensor([[2.0000, 2.0000, 3.2300, 2.0000],
        [2.0000, 2.0000, 2.0000, 3.2300]])

相关用法


注:本文由纯净天空筛选整理自pytorch.org大神的英文原创作品 torch.Tensor.scatter_。非经特殊声明,原始代码版权归原作者所有,本译文未经允许或授权,请勿转载或复制。