pytorch torch.gather函数的使用

目录

• pytorch torch.gather函数
• 1. 函数签名
• 2.编程客栈 工作原理
• 3. 示例代码
• 4. 输出结果
• 5. 解释
• 总结

pytorch torch.gpythonather函数

torch.gather 是 PyTorch 中的一个用于从给定维度上按索引取值的函数。

它根据一个索引张量 index，从源张量 input 中收集值，并返回一个新的张量。

torch.gather 常用于需要dtzAbau从张量的特定位置抽取元素的操作。

1. 函数签名

torch.gather(input, dim, index, *, sparse_grad=False, out=None)

• input：输入张量，表示要从中收集元素的源张量。
• dim：要收集的维度索引。例如，对于一个二维张量，0 表示沿着行的维度，1 表示沿着列的维度。
• index：索引张量，其形状应与input张量在除了dim维度之外的其他维度上保持一致。索引张量中的值表示在input张量对应维度上要收集的元素的索引。
• out（可选）：输出张量，如果提供，结果将存储在这个张量中。

2. 工作原理

torch.gather 在 dim 编程客栈维度上，通过 index 指定的索引，从 input 中选取元素。

返回的张量的形状与 index 的形状相同。

3. 示例代码

以下是一个简单的示例代码，演示如何使用 torch.gather 函数：

import torch

# 创建一个源张量
input = torch.tensor([[1, 2, 3],
                      [4, 5, 6],
                      [7, 8, 9]])

# 创建一个索引张量
index = torch.tensor([[0, 2, 1],
                      [2, 0, 1],
                      [1, 2, 0]])

# 在 dim=1 维度上使用 gather 函数
result = torch.gather(input, dim=1, index=index)

print("Input Tensor:")
print(input)
print("\nIndex Tensor:")
print(index)
print("\nResult Tensor:")
print(result)

4. 输出结果

Input Tensor:

tensor([[1, 2, 3],

        [4, 5, 6],

        [7, 8, 9]])

Index Tensor:

tensor([[0, 2, 1],

        [2编程客栈, 0, 1],

        [1, 2, 0]])

Result Tensor:

tensor([[1, 3, 2],

        [6, 4, 5],

        [8, 9, 7]])

5. 解释

• 输入张量 (input) 是一个 3x3 的矩阵，每个元素代表一个值。
• 索引张量 (index) 指定了要从 input 中提取的元素的索引。
• 结果张量 (result) 是根据 index 从 input 中提取的元素形成的张量。

在这个例子中：

• 对于 input 的第一行，index 提取了索引 0, 2, 1 对应的元素 1, 3, 2。
• 对于 input 的第二行，index 提取了索引 2, 0, 1 对应的元素 6, 4, 5。
• 对于 input 的第三行，index 提取了索引 1, 2, 0 对应的元素 8, 9, 7。

总结

torch.gather 通过索引在指定维度上提取张量中的元素，是用于基于索引选择数据的有用工具。

函数对批处理数据特别有用，例如在分类任务中提取对应类别的概率或得分。

索引张量的形状必须与源张量在指定维度的形状相匹配，以确保正确的取值操作。

以上为个人经验，希望能给大家一个参考，也希望大家多多支持编程客栈(www.devze.com)。