淺談Pytorch中的torch.gather函數(shù)的含義

發(fā)布時(shí)間：2020-10-06 12:25:52 來源：腳本之家閱讀：478 作者：江戶川柯壯欄目：開發(fā)技術(shù)

pytorch中的gather函數(shù)

pytorch比tensorflow更加編程友好，所以準(zhǔn)備用pytorch試著做最近要做的一些實(shí)驗(yàn)。

立個(gè)flag開始學(xué)習(xí)pytorch，新開一個(gè)分類整理學(xué)習(xí)pytorch中的一些踩到的泥坑。

今天剛開始接觸，讀了一下documentation，寫一個(gè)一開始每太搞懂的函數(shù)gather

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]])
print torch.gather(b, dim=1, index=index_1)
print torch.gather(b, dim=0, index=index_2)

觀察它的輸出結(jié)果：

 1 2 3
 4 5 6
[torch.FloatTensor of size 2x3]


 1 2
 6 4
[torch.FloatTensor of size 2x2]


 1 5 6
 1 2 3
[torch.FloatTensor of size 2x3]

這里是官方文檔的解釋

torch.gather(input, dim, index, out=None) → Tensor

 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] # dim=0
 out[i][j][k] = input[i][index[i][j][k]][k] # dim=1
 out[i][j][k] = input[i][j][index[i][j][k]] # dim=2

 Parameters: 

  input (Tensor) – The source tensor
  dim (int) – The axis along which to index
  index (LongTensor) – The indices of elements to gather
  out (Tensor, optional) – Destination tensor

 Example:

 >>> t = torch.Tensor([[1,2],[3,4]])
 >>> torch.gather(t, 1, torch.LongTensor([[0,0],[1,0]]))
  1 1
  4 3
 [torch.FloatTensor of size 2x2]

可以看出，gather的作用是這樣的，index實(shí)際上是索引，具體是行還是列的索引要看前面dim 的指定，比如對(duì)于我們的栗子，【1,2,3;4,5,6,】，指定dim=1，也就是橫向，那么索引就是列號(hào)。index的大小就是輸出的大小，所以比如index是【1,0;0,0】，那么看index第一行，1列指的是2， 0列指的是1，同理，第二行為4，4 。這樣就輸入為【2,1;4,4】，參考這樣的解釋看上面的輸出結(jié)果，即可理解gather的含義。

gather在one-hot為輸出的多分類問題中，可以把最大值坐標(biāo)作為index傳進(jìn)去，然后提取到每一行的正確預(yù)測(cè)結(jié)果，這也是gather可能的一個(gè)作用。

以上這篇淺談Pytorch中的torch.gather函數(shù)的含義就是小編分享給大家的全部?jī)?nèi)容了，希望能給大家一個(gè)參考，也希望大家多多支持億速云。

向AI問一下細(xì)節(jié)

淺談Pytorch中的torch.gather函數(shù)的含義

猜你喜歡

最新資訊

相關(guān)推薦

相關(guān)標(biāo)簽