PyTorch筆記之scatter()函數(shù)的使用
scatter() 和 scatter_() 的作用是一樣的，只不過 scatter() 不會直接修改原來的 Tensor，而 scatter_() 會
PyTorch 中，一般函數(shù)加下劃線代表直接在原來的 Tensor 上修改
scatter(dim, index, src) 的參數(shù)有 3 個
- dim：沿著哪個維度進(jìn)行索引
- index：用來 scatter 的元素索引
- src：用來 scatter 的源元素，可以是一個標(biāo)量或一個張量
這個 scatter可以理解成放置元素或者修改元素
簡單說就是通過一個張量 src 來修改另一個張量，哪個元素需要修改、用 src 中的哪個元素來修改由 dim 和 index 決定
官方文檔給出了 3維張量 的具體操作說明，如下所示
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
exmaple：
x = torch.rand(2, 5) #tensor([[0.1940, 0.3340, 0.8184, 0.4269, 0.5945], # [0.2078, 0.5978, 0.0074, 0.0943, 0.0266]]) torch.zeros(3, 5).scatter_(0, torch.tensor([[0, 1, 2, 0, 0], [2, 0, 0, 1, 2]]), x) #tensor([[0.1940, 0.5978, 0.0074, 0.4269, 0.5945], # [0.0000, 0.3340, 0.0000, 0.0943, 0.0000], # [0.2078, 0.0000, 0.8184, 0.0000, 0.0266]])
具體地說，我們的 index 是torch.tensor([[0, 1, 2, 0, 0], [2, 0, 0, 1, 2]])，一個二維張量，下面用圖簡單說明
我們是 2維 張量，一開始進(jìn)行 $self[index[0][0]][0]$，其中 $index[0][0]$ 的值是0，所以執(zhí)行 $self[0][0] = x[0][0] = 0.1940$
$self[index[i][j]][j] = src[i][j] $
再比如$self[index[1][0]][0]$，其中 $index[1][0]$ 的值是2，所以執(zhí)行 $self[2][0] = x[1][0] = 0.2078$
src 除了可以是張量外，也可以是一個標(biāo)量
example：
torch.zeros(3, 5).scatter_(0, torch.tensor([[0, 1, 2, 0, 0], [2, 0, 0, 1, 2]]), 7) #tensor([[7., 7., 7., 7., 7.], # [0., 7., 0., 7., 0.], # [7., 0., 7., 0., 7.]]
scatter()一般可以用來對標(biāo)簽進(jìn)行 one-hot 編碼，這就是一個典型的用標(biāo)量來修改張量的一個例子
example：
class_num = 10 batch_size = 4 label = torch.LongTensor(batch_size, 1).random_() % class_num #tensor([[6], # [0], # [3], # [2]]) torch.zeros(batch_size, class_num).scatter_(1, label, 1) #tensor([[0., 0., 0., 0., 0., 0., 1., 0., 0., 0.], # [1., 0., 0., 0., 0., 0., 0., 0., 0., 0.], # [0., 0., 0., 1., 0., 0., 0., 0., 0., 0.], # [0., 0., 1., 0., 0., 0., 0., 0., 0., 0.]])
以上就是本文的全部內(nèi)容，希望對大家的學(xué)習(xí)有所幫助，也希望大家多多支持腳本之家。
相關(guān)文章
基于Python實現(xiàn)nc批量轉(zhuǎn)tif格式
做項目有時會運用到netCDF格式的氣象數(shù)據(jù)，而ArcGIS中需要用柵格影像進(jìn)行處理，對于較多的文件，ArcGIS一個個手動轉(zhuǎn)換過于繁瑣，因此我們采用Python進(jìn)行轉(zhuǎn)換，下面就是Python實現(xiàn)nc批量轉(zhuǎn)tif格式的示例代碼，希望對你有所幫助2022-08-08
tensorflow卷積神經(jīng)Inception?V3網(wǎng)絡(luò)結(jié)構(gòu)代碼解析
這篇文章主要為大家介紹了卷積神經(jīng)Inception?V3網(wǎng)絡(luò)結(jié)構(gòu)代碼解析，有需要的朋友可以借鑒參考下，希望能夠有所幫助，祝大家多多進(jìn)步，早日升職加薪2022-05-05
Pycharm安裝第三方庫、安裝位置以及鏡像設(shè)置方法詳解
對于Python開發(fā)用戶來講,安裝第三方庫是家常便飯,下面這篇文章主要給大家介紹了關(guān)于Pycharm安裝第三方庫、安裝位置以及鏡像設(shè)置方法的相關(guān)資料,文中通過實例代碼介紹的非常詳細(xì),需要的朋友可以參考下2023-05-05
python中的邏輯運算符有兩種返回值,python運算符除了能操作bool類型表達(dá)式,還能操作其他所有類型的表達(dá)式,這篇文章主要給大家介紹了關(guān)于python中and和or邏輯運算符用法的相關(guān)資料,需要的朋友可以參考下2022-01-01
在日常工作或生活中，總避免不了需要操作文件或文件夾，本文主要介紹了Python實現(xiàn)文件及文件夾操作大全，文中通過示例代碼介紹的非常詳細(xì)，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2022-05-05
python井字棋游戲雖然看上去非常簡陋,但是卻非常值得學(xué)習(xí),下面這篇文章主要給大家介紹了關(guān)于python入門游戲之井字棋的相關(guān)資料,需要的朋友可以參考下2021-11-11
Ubuntu配置Python環(huán)境的超詳細(xì)教程
這篇文章主要給大家介紹了關(guān)于Ubuntu配置Python環(huán)境的超詳細(xì)教程,文中通過代碼示例將配置的過程介紹的非常詳細(xì),對大家學(xué)習(xí)或者使用Python具有一定的參考學(xué)習(xí)價值,需要的朋友可以參考下2023-08-08
python cv2截取不規(guī)則區(qū)域圖片實例
今天小編就為大家分享一篇python cv2截取不規(guī)則區(qū)域圖片實例，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2019-12-12
這篇文章主要介紹了python爬取亞馬遜書籍信息代碼分享，具有一定借鑒價值，需要的朋友可以參考下。2017-12-12
Pytorch實現(xiàn)tensor序列化和并行化的示例詳解
這篇文章主要介紹了Pytorch實現(xiàn)tensor序列化和并行化,文中通過示例代碼介紹的非常詳細(xì),對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,感興趣的同學(xué)們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2023-12-12