pytorch scatter_的用法

scatter_(input, dim, index, src)將src中數(shù)據(jù)根據(jù)index中的索引按照dim的方向填進input中

這個函數(shù)可以從轉(zhuǎn)換成onehot編碼來理解。

看下面代碼：

index = torch.tensor([1,2,1,2,0])
torch.zeros(5,3).scatter_(1, index.unsqueeze(1), 1)  
# tensor([[0., 1., 0.],
#         [0., 0., 1.],
#         [0., 1., 0.],
#         [0., 0., 1.],
#         [1., 0., 0.]])

簡要說明

這段代碼的目的就是將李表[1,2,1,2,0]轉(zhuǎn)成one-hot編碼的形式。

因為有5個數(shù)據(jù)，然后數(shù)值范圍從0~2，所以需要設(shè)置3列，所以目標(biāo)矩陣應(yīng)該是5x3。

scatter_ 中第一個1表示沿著維度1的方向也就是列的方向，第二個參數(shù)表示需要填值的索引，第三個參數(shù)表示填的值。

比如以輸出結(jié)果的第一行為例，原本 torch.zeros 使得第一行的元素都是0，但是 scatter_ 的第二個輸入?yún)?shù)第一行是1(因為經(jīng)過unsqueeze后第一行只有一個元素了)，所以輸出結(jié)果的第一行的第1個元素(從0開始)應(yīng)該填上 scatter 最后一個參數(shù)所表示的值，剩下的以此類推。

不過其實得到onehot編碼可以用pandas.get_dummies

index = [1,2,1,2,0]
pd.get_dummies(index)

.scatter_函數(shù)

.scatter_函數(shù)放置元素或者修改元素。

>>> x = torch.rand(2, 5)
>>> x
tensor([[0.6132, 0.8931, 0.7345, 0.6793, 0.6606],
        [0.0630, 0.1785, 0.7312, 0.6456, 0.6307]])
>>> torch.zeros(3, 5).scatter_(0, torch.LongTensor([[0, 1, 2, 0, 0], [2, 0, 0, 1, 2]]), 1)
tensor([[1., 1., 1., 1., 1.],
        [0., 1., 0., 1., 0.],
        [1., 0., 1., 0., 1.]])
>>> torch.zeros(3, 5).scatter_(0, torch.LongTensor([[0, 1, 2, 0, 0], [2, 0, 0, 1, 2]]), x)
tensor([[0.6132, 0.1785, 0.7312, 0.6793, 0.6606],
        [0.0000, 0.8931, 0.0000, 0.6456, 0.0000],
        [0.0630, 0.0000, 0.7345, 0.0000, 0.6307]])

torch.zeros(3,5)，先創(chuàng)建一個3行5列的全為0的tensor，后續(xù)使用scatter函數(shù)往里放置元素，如何放置按照參數(shù)1和參數(shù)2的規(guī)定，放置哪些元素，按照參數(shù)3的規(guī)定。

具體來說

上述.scatter_(參數(shù)1，參數(shù)2，參數(shù)3）中，參數(shù)0/1表示，按行/列進行元素的放置（維度再高類比擴展），參數(shù)2用于找索引（找torch.zeros中位置），參數(shù)3為希望放入的元素。例如當(dāng)參數(shù)3為x的時候，torch.zeros(3,5)中填入的為x中的元素；當(dāng)參數(shù)3為1的時候，形成的tensor中為1，即表示希望放入的元素為1。

如何放置，先從簡單的，放置的元素為1開始：

第一步，先看參數(shù)2，找index。

參數(shù)2的值是一個tensor：

[[0, 1, 2, 0, 0],
[2, 0, 0, 1, 2]]

例如，其中第1行第0列(1,0)的值為2，即index=2。

第二步，根據(jù)index確定行/列，看參數(shù)1。

本例中參數(shù)1為0，按行放置，因此在torch.zeros(3,5)的第2行（注意從0開始）填入1，那么，在第2行（從0開始）的哪一列填入1呢，需要遵循的原則是：第一步中index所在位置為第1列，因此放入第1列。因此在torch.zeros(3,5)的（2,1）位置上放入1。

即往torch.zeros(3,5)中填入元素的時候，torch.zeros(3,5)中元素的列與x的列是相同的，這一點當(dāng)x是具體數(shù)值的時候比較清晰?？梢钥闯鰔的列與torch.zeros(3,5)最后填完之后的列中的元素是對應(yīng)的，比如第1列的元素不會跑到第2列去，但是行不一定。

那么，復(fù)雜一點，如果放置的元素不是1，而是需要把x中的元素放入呢。增加第三步，目前已經(jīng)找到參數(shù)2中 (1,0) 的index是2了，再看參數(shù)3，此時參數(shù)3為x，在x中找 (1,0) 位置上的元素是0.0630，因此這時候在第二步中，放入第1行第0列的元素不是1，而是0.0630。因此在torch.zeros(3,5)的（2,1）位置上放入0.0630。

Note：

• 第二步中，如果參數(shù)=1，表示按行放置，則先確定行再確定列；如果參數(shù)=0，表示按列放置，則先確定列再確定行。
• 本例中因為是按行放置，要求torch.zeros(3,5)的列與x的列是相同的，否則沒法做到列列對應(yīng)；如果是按列方式，則要求【被填入的torch】與x的行是相同的，否則沒法做到行行對應(yīng)。
• 參數(shù)2中的值控制的是【被填入的torch】的x行或者x列，因此參數(shù)2中的最大值，不應(yīng)該超過【被填入的torch】的行/列（按列排序/按行排序）–>參數(shù)2控制位置。

->按行排序，列列對應(yīng)；按列排序，行行對應(yīng)。

參數(shù)2，參數(shù)1，最后再看參數(shù)3。

index數(shù)值找到確定行/列，再看index位置，確定列/行。

總結(jié)

以上為個人經(jīng)驗，希望能給大家一個參考，也希望大家多多支持腳本之家。

最新評論