torch.Tensor.scatter_¶
- Tensor.scatter_(dim, index, src, *, reduce=None) Tensor¶
将张量
src中的所有值写入到self中，索引由index张量指定。对于src中的每个值，其输出索引由其在src中的索引指定，以及由dimension != dim中的index对应的值指定。对于一个三维张量，
self将更新为：self[index[i][j][k]][j][k] = src[i][j][k] # if dim == 0 self[i][index[i][j][k]][k] = src[i][j][k] # if dim == 1 self[i][j][index[i][j][k]] = src[i][j][k] # if dim == 2
这是
gather()中描述的逆操作方式。self、index和src（如果它是一个张量）都应该具有相同的维度数。还要求对于所有维度d，index.size(d) <= src.size(d)都适用，以及对于所有维度d != dim，index.size(d) <= self.size(d)都适用。注意index和src不能广播。此外，对于
gather()，index的值必须在0和self.size(dim) - 1之间（含）。警告
当索引不唯一时，行为是非确定性的（将任意选择
src中的其中一个值）并且梯度将是不正确的（它将被传播到源中对应相同索引的所有位置）！注意
仅实现了
src.shape == index.shape的反向传播。此外，还接受一个可选的
reduce参数，允许指定一个可选的降维操作，该操作应用于张量src中所有值，并在index指定的索引处将它们汇总到self。对于src中的每个值，降维操作应用于由其在src中的索引指定的self中的索引，以及由index中的对应值指定的dimension = dim。给定一个三维张量以及乘法操作作为降维，
self将更新为：self[index[i][j][k]][j][k] *= src[i][j][k] # if dim == 0 self[i][index[i][j][k]][k] *= src[i][j][k] # if dim == 1 self[i][j][index[i][j][k]] *= src[i][j][k] # if dim == 2
使用加法操作进行降维与使用
scatter_add_()相同。警告
Tensor
src的 reduce 参数已弃用，将在未来的 PyTorch 版本中删除。请使用scatter_reduce_()以获得更多降维选项。- 参数:
dim（整数）- 指索引的轴
索引（LongTensor）- 要分散的元素的索引，可以是空的，也可以与
src具有相同的维度。当为空时，操作返回self不变。src（Tensor）- 要分散的源元素。
- 关键字参数:
reduce (str, 可选) – 要应用的重减操作，可以是
'add'或'multiply'。
示例：
>>> src = torch.arange(1, 11).reshape((2, 5)) >>> src tensor([[ 1, 2, 3, 4, 5], [ 6, 7, 8, 9, 10]]) >>> index = torch.tensor([[0, 1, 2, 0]]) >>> torch.zeros(3, 5, dtype=src.dtype).scatter_(0, index, src) tensor([[1, 0, 0, 4, 0], [0, 2, 0, 0, 0], [0, 0, 3, 0, 0]]) >>> index = torch.tensor([[0, 1, 2], [0, 1, 4]]) >>> torch.zeros(3, 5, dtype=src.dtype).scatter_(1, index, src) tensor([[1, 2, 3, 0, 0], [6, 7, 0, 0, 8], [0, 0, 0, 0, 0]]) >>> torch.full((2, 4), 2.).scatter_(1, torch.tensor([[2], [3]]), ... 1.23, reduce='multiply') tensor([[2.0000, 2.0000, 2.4600, 2.0000], [2.0000, 2.0000, 2.0000, 2.4600]]) >>> torch.full((2, 4), 2.).scatter_(1, torch.tensor([[2], [3]]), ... 1.23, reduce='add') tensor([[2.0000, 2.0000, 3.2300, 2.0000], [2.0000, 2.0000, 2.0000, 3.2300]])
- scatter_(dim, index, value, *, reduce=None) Tensor:
将
value中的值写入self，索引由index张量指定。此操作与之前的版本等效，其中src张量完全填充了value。- 参数:
dim（整数）- 指索引的轴
index (LongTensor) – 要散列的元素的索引，可以是空的或与
src具有相同的维数。当为空时，操作返回self不变。值（标量）- 要散布的值。
- 关键字参数:
reduce（字符串，可选）- 要应用的重减操作，可以是
'add'或'multiply'。
示例：
>>> index = torch.tensor([[0, 1]]) >>> value = 2 >>> torch.zeros(3, 5).scatter_(0, index, value) tensor([[2., 0., 0., 0., 0.], [0., 2., 0., 0., 0.], [0., 0., 0., 0., 0.]])
