pytorch中gather函数的理解

官方解释，很清楚了

torch.gather(input,dim,index,out=None) → Tensortorch.gather(input, dim, index, out=None) → TensorGathers values along an axis specified by dim.For a 3-D tensor the output is specified by:out[i][j][k] = input[index[i][j][k]][j][k]  # dim=0out[i][j][k] = input[i][index[i][j][k]][k]  # dim=1out[i][j][k] = input[i][j][index[i][j][k]]  # dim=2Parameters: input (Tensor) – The source tensordim (int) – The axis along which to indexindex (LongTensor) – The indices of elements to gatherout (Tensor, optional) – Destination tensor

可惜没有看懂
其实就是 沿给定轴 dim ，将输入索引张量 index 指定位置的值进行聚合。
使用说明举例：

二维情况：

dim=0

>>> import torch as t
>>> a = t.arange(0,16).view(4,4)
>>> a
tensor([[ 0,  1,  2,  3],[ 4,  5,  6,  7],[ 8,  9, 10, 11],[12, 13, 14, 15]])#选取对角线的元素
>>> index = t.LongTensor([[0,1,2,3]])
>>> a.gather(0,index)
tensor([[ 0,  5, 10, 15]])

其实很简单，就是a.gather(0,index)中第一个0已经表明输出结果是行形式(0维），如果第一个是1说明输出结果是列形式(1维)，然后按照index = tensor([[0, 1, 2, 3]])顺序作用在行上索引依次为0,1,2,3：

a[0][0] = 0
a[1][1] = 5
a[2][2] = 10
a[3][3] = 15

dim=1

>>> index3 = t.LongTensor([[0,1,2,3]]).t()
>>> a.gather(1,index3)
tensor([[ 0],[ 5],[10],[15]])

a[0][0] = 0
a[1][1] = 5
a[2][2] = 10
a[3][3] = 15

三维情况：

dim=0

import torch
a = torch.randint(0, 30, (2, 3, 5))
print(a)
'''
tensor([[[ 18.,   5.,   7.,   1.,   1.],[  3.,  26.,   9.,   7.,   9.],[ 10.,  28.,  22.,  27.,   0.]],[[ 26.,  10.,  20.,  29.,  18.],[  5.,  24.,  26.,  21.,   3.],[ 10.,  29.,  10.,   0.,  22.]]])
'''
index2 = torch.LongTensor([[[0,1,1,0,1],[0,1,1,1,1],[1,1,1,1,1]],[[1,0,0,0,0],[0,0,0,0,0],[1,1,0,0,0]]])
d = torch.gather(a, 0,index2)
print(d)
'''
tensor([[[ 18.,  10.,  20.,   1.,  18.],[  3.,  24.,  26.,  21.,   3.],[ 10.,  29.,  10.,   0.,  22.]],[[ 26.,   5.,   7.,   1.,   1.],[  3.,  26.,   9.,   7.,   9.],[ 10.,  29.,  22.,  27.,   0.]]])
这个有点特殊，dim = 0的时候(三维情况下)，是从不同的页收集元素的。
这里举的例子只有两页。所有index在0,1两个之间选择。
输出的矩阵元素也是按照index的指定。分别在第一页和第二页之间跳着选的。
index [0,1,1,0,1]的意思就是。
在第一页选这个位置的元素，在第二页选这个位置的元素，在第二页选，第一页选，第二页选。'''

dim=1

import torch
a = torch.randint(0, 30, (2, 3, 5))
print(a)
'''
tensor([[[ 18.,   5.,   7.,   1.,   1.],[  3.,  26.,   9.,   7.,   9.],[ 10.,  28.,  22.,  27.,   0.]],[[ 26.,  10.,  20.,  29.,  18.],[  5.,  24.,  26.,  21.,   3.],[ 10.,  29.,  10.,   0.,  22.]]])
'''
index = torch.LongTensor([[[0,1,2,0,2],[0,0,0,0,0],[1,1,1,1,1]],[[1,2,2,2,2],[0,0,0,0,0],[2,2,2,2,2]]])
print(a.size()==index.size())
b = torch.gather(a, 1,index)
print(b)
'''
True
tensor([[[ 18.,  26.,  22.,   1.,   0.],[ 18.,   5.,   7.,   1.,   1.],[  3.,  26.,   9.,   7.,   9.]],[[  5.,  29.,  10.,   0.,  22.],[ 26.,  10.,  20.,  29.,  18.],[ 10.,  29.,  10.,   0.,  22.]]])
可以看到沿着dim=1，也就是按 行 输出tensor第一页内容，
第一行分别是 按照index指定的，
input tensor的第一页
第一列的下标为0的元素 第二列的下标为1元素 第三列的下标为2的元素，第四列下标为0元素，第五列下标为2元素
index-->0,1,2,0,2    output--> 18.,  26.,  22.,   1.,   0.
'''

a[0][0][0]=18
a[0][1][1]=26
a[0][2][2]=22
a[0][0][3]=1
a[0][2][4]=0

dim=2

c = torch.gather(a, 2,index)
print(c)
'''
tensor([[[ 18.,   5.,   7.,  18.,   7.],[  3.,   3.,   3.,   3.,   3.],[ 28.,  28.,  28.,  28.,  28.]],[[ 10.,  20.,  20.,  20.,  20.],[  5.,   5.,   5.,   5.,   5.],[ 10.,  10.,  10.,  10.,  10.]]])
dim = 2的时候就按 列 聚合了。参照上面的举一反三。
'''

pytorch中gather函数的理解相关推荐

Pytorch中gather函数的个人理解方法
之前一直理解不了Pytorch中gather的用法,看了官方的文档也是一头雾水.然后自己琢磨,找规律,用以下方法进行理解. 一.官方文档 torch.gather(input, dim, index, ...
PyTorch中gather()函数的用法
torch.gather(input, dim, index, out=None) → Tensor 沿给定轴,按照索引张量将原张量的指定位置的元素重新聚合成一个新的张量参数含义: input (T ...
Pytorch 中 gather 函数讲解
文章目录官方解读分析小例子官方解读分析该函数的功能为:沿着 dim 指定的轴收集值 torch.gather(input, dim, index, out=None) → TensorGath ...
pytorch中repeat()函数理解
pytorch中repeat()函数理解最近在学习过程中遇到了repeat()函数的使用,这里记录一下自己对这个函数的理解. 情况1:repeat参数个数与tensor维数一致时 a = torch ...
pytorch 中 contiguous() 函数理解
pytorch 中 contiguous() 函数理解文章目录 pytorch 中 contiguous() 函数理解引言使用 contiguous() 后记文章抄自 Pytorch中cont ...
pytorch中张量的阶数理解
pytorch中张量的阶数理解推荐打开2个页面,对比原四阶张量理解各阶的对应关系. 创建一个四阶张量: import torch x = torch.linspace(0,71,72).view(2 ...
matlab怎么画碎石图,成分分析中biplot函数不理解_主成分分析
成分分析中biplot函数不理解_主成分分析对主成分分析中的biplot函数不理解,谁能帮忙解释?谢谢了解答: 运行下面的例子,理解我加黑的那句话即可: Examples Perform a pr ...
**Pytorch 中view函数和reshape函数的区别*
Pytorch 中view函数和reshape函数的区别(我是一名大一刚学计算机的学生希望我的说法对你有帮助) 首先:要了解这个问题我们要先了解一个基本知识张量的储存方式跟据图片我们可以清楚的看 ...
MATLAB中的函数句柄理解
MATLAB中的函数句柄理解 https://zhuanlan.zhihu.com/p/266263265 https://blog.csdn.net/kevinhg/article/details ...

pytorch中gather函数的理解

pytorch中gather函数的理解相关推荐

最新文章

热门文章