pytorch：scatter

我终于想明白这个函数的意思啦！！！

scatter的意思：服务组件架构

data.scatter_(dim,index,src)

将src中数据根据index中的索引按照dim的方向填进data。

import torch
x=torch.tensor([[7, 2, 3,4, 5],[1.1, 2.2, 3.3, 4.4, 5.5]])
y=torch.tensor([[0,1,2,0,0],[2,0,0,1,2]])
print(x)
z=torch.zeros(3,5).scatter_(0,y,x)
print(z)
#输出
'''
tensor([[7.0000, 2.0000, 3.0000, 4.0000, 5.0000],[1.1000, 2.2000, 3.3000, 4.4000, 5.5000]])
tensor([[7.0000, 2.2000, 3.3000, 4.0000, 5.0000],[0.0000, 2.0000, 0.0000, 4.4000, 0.0000],[1.1000, 0.0000, 3.0000, 0.0000, 5.5000]])'''

y=torch.zeros(3,5).scatter_(0,y,x)

这句话的意思是：

首先：创建一个（3，5）的〇为z，然后，将x中的值补充到〇中。

根据z进行补充，如果若干个数字填充到相同的位置，则按顺序，看最后是什么，则确定是什么。

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

(0,0)，(0,1)，(0,2)，(0,3)，(0,4)

(1,0)，(1,1)，(1,2)，(1,3)，(1,4)

这是x数据的位置，这时候，要x数据的位置坐标，根据y更改，由于dim=0，即更改第0维度

(0,0)，(1,1)，(2,2)，(0,3)，(0,4)

(2,0)，(0,1)，(0,2)，(1,3)，(2,4)

x数据在z中位置就是上面坐标。如果有几个数据对应的坐标相同，则一层层覆盖，显示最后一个数据。

import torch
x=torch.tensor([[7, 2, 3,4, 5],[1.1, 2.2, 3.3, 4.4, 5.5]])
y=torch.tensor([[0,1,2,0,0],[2,0,0,1,2]])
print(x)
z=torch.zeros(3,5).scatter_(1,y,x)
print(z)
#输出
'''
tensor([[7.0000, 2.0000, 3.0000, 4.0000, 5.0000],[1.1000, 2.2000, 3.3000, 4.4000, 5.5000]])
tensor([[5.0000, 2.0000, 3.0000, 0.0000, 0.0000],[3.3000, 4.4000, 5.5000, 0.0000, 0.0000],[0.0000, 0.0000, 0.0000, 0.0000, 0.0000]])
'''

(0,0)，(0,1)，(0,2)，(0,3)，(0,4)

(1,0)，(1,1)，(1,2)，(1,3)，(1,4)

这是x数据的位置，这时候，要x数据的位置坐标，根据y=[[0,1,2,0,0],[2,0,0,1,2]]更改，由于dim=1，即更改第1维度

(0,0)，(0,1)，(0,2)，(0,0)，(0,0)

(1,2)，(1,0)，(1,0)，(1,1)，(1,2)

三个数字的新坐标都是（0，0），则以最后一次也就是x中数据5占领此位置。

pytorch：scatter_相关推荐

pytorch与keras_Keras vs PyTorch：如何通过迁移学习区分外星人与掠食者
pytorch与keras by Patryk Miziuła 通过PatrykMiziuła Keras vs PyTorch:如何通过迁移学习区分外星人与掠食者 (Keras vs PyTorch ...
Keras vs PyTorch：谁是第一深度学习框架？
「第一个深度学习框架该怎么选」对于初学者而言一直是个头疼的问题.本文中,来自 deepsense.ai 的研究员给出了他们在高级框架上的答案.在 Keras 与 PyTorch 的对比中,作者还给出了 ...
Pytorch：深度学习中pytorch/torchvision版本和CUDA版本最正确版本匹配、对应版本安装之详细攻略
Pytorch:深度学习中pytorch/torchvision版本和CUDA版本最正确版本匹配.对应版本安装之详细攻略目录深度学习中pytorch/torchvision版本和CUDA版本最正确 ...
PyTorch：采用sklearn 工具生成这样的合成数据集+利用PyTorch实现简单合成数据集上的线性回归进行数据分析
PyTorch:采用sklearn 工具生成这样的合成数据集+利用PyTorch实现简单合成数据集上的线性回归进行数据分析目录输出结果核心代码输出结果核心代码 #PyTorch:采用skle ...
DL框架之PyTorch：深度学习框架PyTorch的简介、安装、使用方法之详细攻略
DL框架之PyTorch:PyTorch的简介.安装.使用方法之详细攻略 DL框架之PyTorch:深度学习框架PyTorch的简介.安装.使用方法之详细攻略目录 PyTorch的简介 1.pyto ...
Pytorch：NLP 迁移学习、NLP中的标准数据集、NLP中的常用预训练模型、加载和使用预训练模型、huggingface的transfomers微调脚本文件
日萌社人工智能AI:Keras PyTorch MXNet TensorFlow PaddlePaddle 深度学习实战(不定时更新) run_glue.py微调脚本代码 python命令执行run ...
Pytorch：RNN、LSTM、GRU 构建人名分类器（one-hot版本、Embedding嵌入层版本）
日萌社人工智能AI:Keras PyTorch MXNet TensorFlow PaddlePaddle 深度学习实战(不定时更新) 2. RNN经典案例 2.1 使用RNN模型构建人名分类器学 ...
PyTorch：生态简介
PyTorch生态简介 PyTorch的强大并不仅局限于自身的易用性,更在于开源社区围绕PyTorch所产生的一系列工具包(一般是Python package)和程序,这些优秀的工具包极大地方便了Py ...
YDOOK AI : Pytorch ：使用 tensor.zeros() tensor.zeros_like() 生成定义全零数组全0数组
YDOOK AI : Pytorch :使用 tensor.zeros() tensor.zeros_like() 生成定义全零数组全0数组 1_1. tensor.zeros() 函数: tor ...

pytorch：scatter_

pytorch：scatter_相关推荐

最新文章

热门文章