当前位置: 首页>>代码示例 >>用法及示例精选 >>正文


Python PyTorch Tensor.scatter_add_用法及代码示例


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

用法:

Tensor.scatter_add_(dim, index, src) → Tensor

参数

  • dim(int) -索引的轴

  • index(LongTensor) -要分散和添加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) -要分散和添加的源元素

以与 scatter_() 类似的方式将来自张量 other 的所有值添加到 selfindex 张量中指定的索引处。对于 src 中的每个值,将其添加到 self 中的索引中,该索引由 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

selfindexsrc 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。

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。

注意

向后传递仅针对 src.shape == index.shape 实施。

例子:

>>> src = torch.ones((2, 5))
>>> index = torch.tensor([[0, 1, 2, 0, 0]])
>>> torch.zeros(3, 5, dtype=src.dtype).scatter_add_(0, index, src)
tensor([[1., 0., 0., 1., 1.],
        [0., 1., 0., 0., 0.],
        [0., 0., 1., 0., 0.]])
>>> index = torch.tensor([[0, 1, 2, 0, 0], [0, 1, 2, 2, 2]])
>>> torch.zeros(3, 5, dtype=src.dtype).scatter_add_(0, index, src)
tensor([[2., 0., 0., 1., 1.],
        [0., 2., 0., 0., 0.],
        [0., 0., 2., 1., 1.]])

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_add_。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。