torch.scatter_
Tensor.scatter_(dim, index, src, reduce=None) → Tensor Parameters
- dim (int) – the axis along which to index
- index (LongTensor) – the indices of elements to scatter, can be either empty or of the same dimensionality as
src. When empty, the operation returnsselfunchanged. - src (Tensor or float) – the source element(s) to scatter. 要填进去的元素
- reduce (str, optional) – reduction operation to apply, can be either
'add'or'multiply'. 用的相对较少。
直接看例子，
代码语言：javascript复制>>> 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]])
# 从这个例子出发来简单说明：首先dim=0,意味着需要沿着axis=0的方向进行操作，即index每一列逐渐增大，按列找到对应的索引号，然后按顺序把src中的元素填进去。
>>> 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]])
# dim=1, 按行找到对应的index，按顺序把src中的元素填进去
>>> torch.full((2, 4), 2.).scatter_(1, torch.tensor([[2], [3]]),1.23)
tensor([[2.0000, 2.0000, 1.2300, 2.0000],
[2.0000, 2.0000, 2.0000, 1.2300]])
# dim=1, 按行找到对应的index，按顺序把src中的元素填进去,不用管原来的位置是什么数字。
**注意：**index可以不用满，src按顺序填充。
代码语言：javascript复制>>> torch.full((2, 4), 2.).scatter_(1, torch.tensor([[2], [3]]),
... 1.23, reduce='multiply')
tensor([[2.0000, 2.0000, 2.0000*1.23, 2.0000],
[2.0000, 2.0000, 2.0000, 2.000*1.23]])
tensor([[2.0000, 2.0000, 2.4600, 2.0000],
[2.0000, 2.0000, 2.0000, 2.4600]])
# dim=1, 按行找到对应的index，按顺序把src中的元素乘上去
>>> torch.full((2, 4), 2.).scatter_(1, torch.tensor([[2], [3]]),
... 1.23, reduce='add')
tensor([[2.0000, 2.0000, 2.0000 1.23, 2.0000],
[2.0000, 2.0000, 2.0000, 2.000 1.23]])
tensor([[2.0000, 2.0000, 3.2300, 2.0000],
[2.0000, 2.0000, 2.0000, 3.2300]])
# dim=1, 按行找到对应的index，按顺序把src中的元素加上去上去Reference:
[1] TORCH.TENSOR.SCATTER_
tps://pytorch.org/docs/stable/generated/torch.Tensor.scatter_.html)
