官方解读分析

该函数的功能为：沿着 dim 指定的轴收集值

torch.gather(input, dim, index, out=None) → TensorGathers 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=0out[i][j][k] = input[i][index[i][j][k]][k]  # dim=1out[i][j][k] = input[i][j][index[i][j][k]]  # dim=2Parameters:  input (Tensor) – The source tensordim (int) – The axis along which to indexindex (LongTensor) – The indices of elements to gatherout (Tensor, optional) – Destination tensorExample:>>> t = torch.Tensor([[1,2],[3,4]])>>> torch.gather(t, 1, torch.LongTensor([[0,0],[1,0]]))1  14  3[torch.FloatTensor of size 2x2]

我们输出的是一个 tensor 数组，因为函数的作用是收集值，且收集的值是遍历index 得到的。因此输出数组的大小与 index 大小相同

总结来说，就是out[][][] = input[][][]。out 的参数就是位置的索引，input 的参数，第dim 维由 index 中的值确定，其余参数与 out 相同

dim = 0时，out[i][j][k] = input[ [index[i][j][k]] [j][k]]。这代表什么意思呢？

当我们遍历 index 来收集输出结果的时候，当前位置的输出 out[当前位置]，是 input 中的一个数。这个数的第零维是 index 中当前位置对应的数，其余维度的参数是当前位置的索引
dim = 其他值时同理

以上面的例子为说明：

dim = 1，代表，第 1 维的参数由 index 中的数控制，第 0 维参数，out 与 input 相同

out[0][0] = t[0][index[0][0]] = t[0][0] = 1
out[0][1] = t[0][index[0][1]] = t[0][0] = 1
out[1][0] = t[1][index[1][0]] = t[1][1] = 4
out[1][1] = t[1][index[1][1]] = t[1][0] = 3

小例子

import torch
a = torch.tensor([[1, 2, 3], [4, 5, 6]])
index = torch.tensor([[1, 0, 1],[0, 0, 0]])
print(a)
print(torch.gather(a, 1, index))
print(torch.gather(a, 0, index))

tensor([[1, 2, 3],[4, 5, 6]])tensor([[2, 1, 2],[4, 4, 4]])tensor([[4, 2, 6],[1, 2, 3]])

我们先分析 torch.gather(a, 1, index)。因为dim = 1，因此第 1 维参数由 index 中的数确定。这与官方例子很类似，不用过多讲解

那么 dim = 0 的呢？这时，第 0 维由 index 中的数确定

out[0][0] = a[index[0][0]][0] = a[1][0] = 4
out[0][1] = a[index[0][1]][1] = a[0][1] = 2
out[0][2] = a[index[0][2]][2] = a[1][2] = 6

剩下的不再推导，由上例容易得出。

收集的数就是：遍历 index ，遍历到的数作为一个参数，剩下的参数就是当前数的位置。遍历到的数作为哪个参数，由 dim 决定

Pytorch 中 gather 函数讲解相关推荐

Pytorch中gather函数的个人理解方法
之前一直理解不了Pytorch中gather的用法,看了官方的文档也是一头雾水.然后自己琢磨,找规律,用以下方法进行理解. 一.官方文档 torch.gather(input, dim, index, ...
PyTorch中gather()函数的用法
torch.gather(input, dim, index, out=None) → Tensor 沿给定轴,按照索引张量将原张量的指定位置的元素重新聚合成一个新的张量参数含义: input (T ...
pytorch中gather函数的理解
官方解释,很清楚了 torch.gather(input,dim,index,out=None) → Tensortorch.gather(input, dim, index, out=None) → ...
python中split()函数讲解
python中split()函数讲解本文讲述的是string.split(s[, sep[, maxsplit]]),针对string类型的split()函数.它主要是切割字符串,结果返回由字符串元 ...
pytorch中repeat()函数理解
pytorch中repeat()函数理解最近在学习过程中遇到了repeat()函数的使用,这里记录一下自己对这个函数的理解. 情况1:repeat参数个数与tensor维数一致时 a = torch ...
pytorch 中 contiguous() 函数理解
pytorch 中 contiguous() 函数理解文章目录 pytorch 中 contiguous() 函数理解引言使用 contiguous() 后记文章抄自 Pytorch中cont ...
**Pytorch 中view函数和reshape函数的区别*
Pytorch 中view函数和reshape函数的区别(我是一名大一刚学计算机的学生希望我的说法对你有帮助) 首先:要了解这个问题我们要先了解一个基本知识张量的储存方式跟据图片我们可以清楚的看 ...
pytorch中gather用法
pytorch中gather的用法 2维度tensor进行映射: 3维度tensor进行映射: gather其实是对input进行一种映射,index必须是 LongTensor格式. 2维度tens ...
python batchnorm2d_BatchNorm2d原理、作用及其pytorch中BatchNorm2d函数的参数讲解
BN原理.作用: 函数参数讲解: BatchNorm2d(256, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True) 1. ...

Pytorch 中 gather 函数讲解

文章目录

官方解读分析

小例子

Pytorch 中 gather 函数讲解相关推荐

最新文章

热门文章