pytorch中的gather()函数

首先,给出官方文档的链接:

https://pytorch.org/docs/stable/generated/torch.gather.html?highlight=gather#torch.gather


然后,我用白话翻译一下官方文档。

gather,顾名思义,聚集、集合。有点像军训的时候,排队一样,把队伍按照教官想要的顺序进行排列

还有一个更恰当的比喻:gather的作用是根据索引查找,然后讲查找结果以张量矩阵的形式返回

1. 拿到一个张量:

import torch
a = torch.arange(15).view(3, 5)

a = tensor([

        [ 0,  1,  2,  3,  4],
        [ 5,  6,  7,  8,  9],
        [10, 11, 12, 13, 14]])

2. 生成一个查找规则:

(张量b的元素都是对应张量a的索引)

b = torch.zeros_like(a)
b[1][2] = 1
b[0][0] = 1

b = tensor(

[[1, 0, 0, 0, 0],
 [0, 0, 1, 0, 0],
 [0, 0, 0, 0, 0]])

3. 根据维度dim开始查找:

c = a.gather(0, b) # dim=0
d = a.gather(1, b) # dim=1

c= tensor([

扫描二维码关注公众号,回复: 11830661 查看本文章

        [5, 1, 2, 3, 4],
        [0, 1, 7, 3, 4],
        [0, 1, 2, 3, 4]])

d=tensor([

        [ 1,  0,  0,  0,  0],
        [ 5,  5,  6,  5,  5],
        [10, 10, 10, 10, 10]])

ok, 看到这儿应该有点费劲儿了。

如果dim=0,则b相对于a,它存放的都是第0维度的索引;

如果dim=1,则b相对于a,它存放的都是第1维度的索引;

我举个栗子,当dim=0时,b[0][0]的元素是1,那么它想要查找a[0][1]中的元素;

dim=1时,b[0][0]的元素是1,那么它想查找的a[1][0]中的元素;

最后的输出都可以看作是对a的查询,即元素都是a中的元素,查询索引都存在b中。输出大小与b一致。

找一张网图来描述,这里的index对应b,src对应a,格子里的数值都减1,左图对应dim=0,右图对应dim=1。

猜你喜欢

转载自blog.csdn.net/leviopku/article/details/108735704