paddle复现pytorch踩坑(六）：多维度index下gather的用法

最新推荐文章于 2022-10-30 17:56:37 发布
原创 最新推荐文章于 2022-10-30 17:56:37 发布 · 1.6k 阅读 · 5 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#深度学习 #pytorch #paddlepaddle

博客对比了PaddlePaddle和PyTorch中gather API的用法。Paddle的gather API缺少dim参数，在多维tensor索引时会报错。文中给出输入输出维度示例，总结出在Paddle中需采用for、reshape和concat相结合的方法来处理。

fluid.layers.gather(input, index, overwrite=True)

  • 作用：根据索引 index 获取输入（input）的最外层维度的条目，并将它们拼接在一起。
  • 链接：pp飞桨API说明
  • 对比：通常来说此api用法和pytorch没什么特殊，但因为API缺少了dim参数，使得当多维tensor索引时报错

示例

输入维度

  • X.shape = [b, c, 81204]
  • Index.shape = [b, c, 720000]
    输出维度
  • X_offset = [b, c, 720000]
# pytorch code
x_offset = x.gather(dim=-1, index=index)
最低0.47元/天 解锁文章
【Pytorch学习笔记】4.细讲Pytorch的gather函数是什么——从Softmax回归中交叉熵损失函数定义的角度讲述
takedachia的博客
04-08 1830
【Pytorch学习笔记】4.细讲Pytorch的gather函数是什么——从Softmax回归中交叉熵损失函数定义的角度讲述
paddle复现pytorch踩坑(四）：Tensor
qq_32097577的博客
01-09 5310
paddlepaddle从1.5版本以上采用动态图的思想，本博客基于1.8.0以上版本。 关于Tensor的用法： pytorch可以使用静态数组索引；可以使用tensor索引 paddlepaddle可以使用静态数组索引；不可以使用tensor索引 示例1：索引示例 # pytorch code aa = cls[active, :] # paddlepaddle code aa = cls[active, :] 报错： SystemError: <built-in method __geti
paddle基础函数 gather
Tak-Wah Blog
10-15 1145
官方链接：https://www.paddlepaddle.org.cn/documentation/docs/zh/api_cn/layers_cn/gather_cn.html paddle.fluid.layers.gather(input,index,overwrite=True) 根据索引index获取输入（input）的最外层维度的条目，并将它们拼接在一起。功能和tensorflow中的embedding_lookup相似。 示例： import paddle.fl...
pytorch中的gather函数
weixin_39434700的博客
10-20 183
先来看官方文档的解释： Gathers 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] # if dim == 0 out[i][j][k] = input[i][index[i][j][k]][k] # if dim == 1 out[i][j][k] = input[i][j][index
Pytorch中的torch.gather函数的用法
君子不器
10-06 245
b = torch.Tensor([[1,2,3],[4,5,6]]) print b index_1 = torch.LongTensor([[0,1],[2,0]]) index_2 = torch.LongTensor([[0,1,1],[0,0,0]]) # index,index, index # dim=1,行，水平 # dim=0,列，竖直 print torch.gather(b, dim=1, index=index_1) print torch.gather(b, dim=0, inde
Pytorch之gather的用法（易懂的方式解释）
ACMer
06-20 4923
百度了一圈gather的用法，看的一知半解，结合了几篇博客的讲解，终于理解了这个的用法，记录下来，用于以后忘记的时候自己可以快速复习，同时不懂得小伙伴也可以参考下我这得理解，或许能帮助到你！！！ 首先了解下函数中的参数： torch.gather(input, dim, index, out=None) → Tensor Parameters: input (Tensor) – The source tensor dim (int) – The axis along wh
paddle复现pytorch踩坑(八）：smooth_l1的用法
qq_32097577的博客
01-12 877
fluid.layers.smooth_l1 作用：该layer计算变量 x 和 y 的smooth L1 loss，它以 x 和 y 的第一维大小作为批处理大小。对于每个实例，按元素计算smooth L1 loss，然后计算所有loss。输出变量的形状是[batch_size, 1] 链接：pp飞桨API说明 问题一：输入数据类型 # pytorch code loss_bbox_x = F.smooth_l1_loss(bbox_x[active], bbox_x_tar[active], redu
3D目标检测（单目）D4LCN论文复现（paddlepaddle)
qq_32097577的博客
03-29 4487
D4LCN: Learning Depth-Guided Convolutions for Monocular 3D Object Detection (CVPR2020) 基于深度引导卷积的单目3D目标检测 1. 论文简介 （1）简介 单目3D目标检测最大的挑战在于没法得到精确的深度信息，传统的二维卷积算法不适合这项任务，因为它不能捕获局部目标及其尺度信息，而这对三维目标检测至关重要。为了更好地表示三维结构，现有技术通常将二维图像估计的深度图转换为伪激光雷达表示，然后应用现有3D点云的物体检测算法。因此
跨平台部署挑战：ONNX转换常见报错与解决方案汇总
深入分析转换过程中常见的报错类型，涵盖模型结构不兼容、数据类型异常及框架语义偏移等问题，并结合PyTorch、TensorFlow等主流框架的实践案例，总结有效的转换策略与调试方法。进一步地，文章探讨了ONNX模型在
torch.gather()用法详解
Huang_Fj的博客
04-17 3483
官方示例 链接：https://pytorch.org/docs/stable/generated/torch.gather.html torch.gather(input, dim, index, *, sparse_grad=False, out=None) → Tensor # 沿由 dim 指定的轴收集input的值，其输出形状与index相同。 input (Tensor) – the source tensor dim (int) – the axis along which to inde
关于Pytorch中gather的一些使用心得
qq_43152622的博客
09-15 451
对PyTorch中gather的一些理解。
关于torch.gather(input, dim, index)
m0_52090088的博客
10-30 398
torch.gather()函数可以理解为根据索引和维度来求张量中对应的数，最后得到的是一个shape和index相同的张量即“以A = B.gather(dim=0, index=torch.tensor([[2, 1, 2]]))为例，（index维度可以是任意的维度，不要受限于B），即A的维度为(1,3)；其次dim=0代表按列索引，那么index第一个元素“2”的含义为在B中其所在列（即第0列）的第2个元素。同理，index第二个元素“1”的含义为在B中其所在列（即第1列）的第1个元素；
基于 Paddle2.0 的强化学习新玩法 —— 通关超级马里奥兄弟
wzduang的博客
01-24 1240
超级马里奥兄弟作为几代人的童年回忆，陪伴了我们的成长。如今随着深度强化学习的发展，越来越多的游戏已经被 AI 征服，那么今天我们展示如何用深度强化学习，试着通关超级马里奥兄弟吧！
gather() 的函数功能
G果的博客
02-08 8118
参考文章：Pytorch中的torch.gather函数的含义 demo b = torch.Tensor([[1,2,3,4],[5,6,7,8],[9,10,11,12]]) print(b) index_1 = torch.LongTensor([[0,1],[2,0],[1,1]]) index_2 = torch.LongTensor([[0,1,1],[0,0,0]]) print(b.gather(dim=1, index=index_1))#print(torch.gather(b, dim
paddle-pytorch API对应表
热门推荐
weixin_45621014的博客
11-19 4万+
paddle-pytorch API对应表
4.1 百度飞桨GCN代码解析
Mortal's blog
12-04 1115
这里写目录标题1. 引入数据3. 定义数据2. 定义model and data2.1 定义数据读取方式2.2 定义model2.2.1 GCN函数2.2.2 fluid.layers.gather(output, node_index)函数三级目录 1. 引入数据 从库中读取数据 正则化数据 import pgl from pgl import data_loader import paddle.fluid as fluid import numpy as np import time import
使用torch.gather选择tensor某一维度指定的元素
qq_27061325的博客
07-18 1万+
使用torch.gather选择tensor某一维度指定的元素问题简化实现torch.gather用法TIPS 问题简化 PyTorch中，对于某个二维tensor，要求取出其每一行的指定元素，组成新的tensor。例如，对于 A = torch.tensor([[1,2,3],[4,5,6],[7,8,9]]) # tensor([[1, 2, 3], [4, 5, 6], ...
Pytorch中的gather方法
SY的博客
05-14 7662
官方说明 gather可以对一个Tensor进行聚合，声明为：torch.gather(input, dim, index, out=None) → Tensor 一般来说有三个参数：输入的变量input、指定在某一维上聚合的dim、聚合的使用的索引index，输出为Tensor类型的结果（index必须为LongTensor类型）。 #参数介绍： input (Tensor) – The sou...
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值