如何在PyTorch中使用scatter()函數

如何在PyTorch中使用scatter()函數？相信很多沒有經驗的人對此束手無策，為此本文總結了問題出現的原因和解決方法，通過這篇文章希望你能解決這個問題。

scatter() 和 scatter_() 的作用是一樣的，只不過 scatter() 不會直接修改原來的 Tensor，而 scatter_() 會

PyTorch 中，一般函數加下劃線代表直接在原來的 Tensor 上修改

scatter(dim, index, src) 的參數有 3 個

• dim：沿著哪個維度進行索引

• index：用來 scatter 的元素索引

• src：用來 scatter 的源元素，可以是一個標量或一個張量

這個 scatter可以理解成放置元素或者修改元素

簡單說就是通過一個張量 src 來修改另一個張量，哪個元素需要修改、用 src 中的哪個元素來修改由 dim 和 index 決定

官方文檔給出了 3維張量 的具體操作說明，如下所示

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

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]])

具體地說，我們的 index 是torch.tensor([[0, 1, 2, 0, 0], [2, 0, 0, 1, 2]])，一個二維張量，下面用圖簡單說明

我們是 2維 張量，一開始進行 $self[index[0][0]][0]$，其中 $index[0][0]$ 的值是0，所以執行 $self[0][0] = x[0][0] = 0.1940$

$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，所以執行 $self[2][0] = x[1][0] = 0.2078$

src 除了可以是張量外，也可以是一個標量

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()一般可以用來對標簽進行 one-hot 編碼，這就是一個典型的用標量來修改張量的一個例子

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.]])

看完上述內容，你們掌握如何在PyTorch中使用scatter()函數的方法了嗎？如果還想學到更多技能或想了解更多相關內容，歡迎關注億速云行業資訊頻道，感謝各位的閱讀！