如何在PyTorch中使用scatter()函数

如何在PyTorch中使用scatter()函数？相信很多没有经验的人对此束手无策，为此本文总结了问题出现的原因和解决方法，通过这篇文章希望你能解决这个问题。

scatter() 和 scatter_() 的作用是一样的，只不过 scatter() 不会直接修改原来的 Tensor，而 scatter_() 会

PyTorch 中，一般函数加下划线代表直接在原来的 Tensor 上修改

scatter(dim, index, src) 的参数有 3 个

• dim：沿着哪个维度进行索引

• index：用来 scatter 的元素索引

• src：用来 scatter 的源元素，可以是一个标量或一个张量

这个 scatter可以理解成放置元素或者修改元素

简单说就是通过一个张量 src 来修改另一个张量，哪个元素需要修改、用 src 中的哪个元素来修改由 dim 和 index 决定

官方文档给出了 3维张量 的具体操作说明，如下所示

self[index[i][j][k]][j][k]=src[i][j][k]#ifdim==0
self[i][index[i][j][k]][k]=src[i][j][k]#ifdim==1
self[i][j][index[i][j][k]]=src[i][j][k]#ifdim==2

exmaple：

x=torch.rand(2,5)

#tensor([[0.1940,0.3340,0.8184,0.4269,0.5945],
#[0.2078,0.5978,0.0074,0.0943,0.0266]])

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

#tensor([[0.1940,0.5978,0.0074,0.4269,0.5945],
#[0.0000,0.3340,0.0000,0.0943,0.0000],
#[0.2078,0.0000,0.8184,0.0000,0.0266]])

具体地说，我们的 index 是torch.tensor([[0, 1, 2, 0, 0], [2, 0, 0, 1, 2]])，一个二维张量，下面用图简单说明

我们是 2维 张量，一开始进行 $self[index[0][0]][0]$，其中 $index[0][0]$ 的值是0，所以执行 $self[0][0] = x[0][0] = 0.1940$

$self[index[i][j]][j] = src[i][j] $

再比如$self[index[1][0]][0]$，其中 $index[1][0]$ 的值是2，所以执行 $self[2][0] = x[1][0] = 0.2078$

src 除了可以是张量外，也可以是一个标量

example：

torch.zeros(3,5).scatter_(0,torch.tensor([[0,1,2,0,0],[2,0,0,1,2]]),7)

#tensor([[7.,7.,7.,7.,7.],
#[0.,7.,0.,7.,0.],
#[7.,0.,7.,0.,7.]]

scatter()一般可以用来对标签进行 one-hot 编码，这就是一个典型的用标量来修改张量的一个例子

example：

class_num=10
batch_size=4
label=torch.LongTensor(batch_size,1).random_()%class_num
#tensor([[6],
#[0],
#[3],
#[2]])
torch.zeros(batch_size,class_num).scatter_(1,label,1)
#tensor([[0.,0.,0.,0.,0.,0.,1.,0.,0.,0.],
#[1.,0.,0.,0.,0.,0.,0.,0.,0.,0.],
#[0.,0.,0.,1.,0.,0.,0.,0.,0.,0.],
#[0.,0.,1.,0.,0.,0.,0.,0.,0.,0.]])

看完上述内容，你们掌握如何在PyTorch中使用scatter()函数的方法了吗？如果还想学到更多技能或想了解更多相关内容，欢迎关注恰卡编程网行业资讯频道，感谢各位的阅读！