PyTorch 按索引赋值
PyTorch
if __name__ == '__main__':
import torch
x = torch.tensor([[1, 2, 3], [4, 5, 6], [7, 8, 9]], dtype=torch.float)
index = torch.tensor([0, 1,2])
x.index_fill_(1, inde...
pytorch tensor按广播赋值 scatter_函数
>>> import torch
>>> a = torch.tensor([[1,2,3],[4,5,6]])
# 和a shape相同，但是用0填充
>>> b = torch.full_like(a,0)
>>> c = torch.tensor([[0,0,1],[1,0,1]])
# 赋值索引
>>> c[:,0]
tensor([0, 1])
# 广播机制赋值
>>> b[range(n)
pytorch更新tensor中指定index位置的值scatter_add_
使用scatter_add_更新tensor张量中指定index位置的值
例子
import torch
a = torch.zeros((3, 4))
print(a)
"""
tensor([[0., 0., 0., 0.],
[0., 0., 0., 0.],
[0., 0., 0., 0.]])
"""
b = torch.rand((2, 4))
print(b)
"""
tensor([[0.6293, 0.3050, 0.9608, 0.5577],
pytorch之tensor按索引赋值，三种方法！
这里，我们介绍其中一种方法，即torch.scatter_()函数
import torch
label = torch.zeros(3, 6) #首先生成一个全零的多维数组
print("label：",label)
a = torch.ones(3,5)
b = [[0,1,2],[0,1,3],[1,2,3]]
#这里需要解释的是，b的行数要小于等于label的行数，列数要小于等于a的列数
print(a)
label.scatter_(1,torch.LongTensor(b),a)
#参数
【PyTorch学习笔记】4：在Tensor上的索引和切片
在Tensor上的索引和切片
一般索引
从前往后提供的索引，会依次在每个维度上做索引。
import torch
a = torch.rand(4, 3, 28, 28)
print(a[0].shape)
print(a[0, 0].shape)
print(a[0, 0, 2, 4]) # 具体到某个元素
运行结果：
torch.Size([3, 28, 28])
torch.Size(...
python 常数赋值给tensor、常数和tensor比较大小、常数和tensor比较大小后作为tensor索引
遇到代码里的连续三行分别为标题所述，人没了，记录一下
1.使用到的矩阵说明
(省略号处为1024维)
batch_indices=tensor([[0, 0, 0, ..., 0, 0, 0],
[1, 1, 1, ..., 1, 1, 1],
[2, 2, 2, ..., 2, 2, 2],
[3, 3, 3, ..., 3, 3, 3]], device='cuda:0')
row_indices=tensor([[ 0, 1, 2
【pytorch】tensor常用方法
import torch
import numpy as np
DEVICE='cuda' if torch.cuda.is_available() else 'cpu'
# 初始化方法1
x=torch.tensor([[1,2,7],[3,4,5]],dtype=torch.float32,device=DEVICE,requires_grad=True)
# 初始化方法2
input=torch.rand((3,3))
x=torch.rand_like(input) # 产生与input相同尺
墨衍会员
·
AI 创作全网分发
墨衍智能分发
本文由作者通过墨衍一键同步至各平台
1分发平台
1.8k累计阅读
1.9k平均单平台
已同步平台
优快云
微信公众号
微博
知乎
掘金
百家号
博客园
抖音
小红书
你的文章也可以这样分发
墨衍会员 ¥399起/年，写一次发全网
我也要
7029
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
