[pytorch笔记] scatter_的使用

最新推荐文章于 2025-06-27 14:16:18 发布

原创

最新推荐文章于 2025-06-27 14:16:18 发布 · 727 阅读

4 ·

CC 4.0 BY-SA版权

本文介绍了PyTorch中的scatter_()函数，用于根据指定的索引在Tensor中填充数据。scatter_()沿特定维度将源数据src的值放置到输入input对应的位置，根据index的指示修改Tensor。该函数常用于one-hot编码和张量的特定位置赋值。

scatter_(input, dim, index, src)将src中数据根据index中的索引按照dim的方向填进input中.

1 >>> x = torch.rand(2, 5)
2 >>> x
3 
4  0.4319  0.6500  0.4080  0.8760  0.2355
5  0.2609  0.4711  0.8486  0.8573  0.1029
6 [torch.FloatTensor of size 2x5]

1) dim = 0，分别对每列填充：

>>> torch.zeros(3, 5).scatter_(0, torch.LongTensor([[0, 1, 2, 0, 0], [2, 0, 0, 1, 2]]), x)

 0.4319  0.4711  0.8486  0.8760  0.2355
 0.0000  0.6500  0.0000  0.8573  0.0000
 0.2609  0.0000  0.4080  0.0000  0.1029
[torch.FloatTensor of size 3x5]

实现原理：

对于LoneTensor内的矩阵，暂且称为 tmp = [[0, 1, 2, 0, 0], [2, 0, 0, 1, 2]]；将最终的 3*5的矩阵，暂且称为result。result初始为全0，需要经过scatter_处理。

举例：

对于tmp[0][0] = 0 -> 取x中x[0][0] = 0.4319，将其插入到result第