python

关注公众号 jb51net

关闭
首页 > 脚本专栏 > python > pytorch scatter_add_函数的使用

pytorch中的scatter_add_函数的使用解读

作者:*Lisen

这篇文章主要介绍了pytorch中的scatter_add_函数的使用解读,具有很好的参考价值,希望对大家有所帮助。如有错误或未考虑完全的地方,望不吝赐教

pytorch scatter_add_函数的使用

关于这个函数,很少博客详细的介绍。下面就我个人理解简单介绍下。

函数:

self_tensor.scatter_add_(dim, index_tensor, other_tensor) → 输出tensor

该函数的意思是:

将other_tensor中的数据,按照index_tensor中的索引位置,添加至self_tensor矩阵中。

参数:

要求:

1、self_tensor,index_tensor, other_tensor 的维度需要相同,即self.tensor.dim() = index_tensor.dim() = other_tensor.dim();

2、假设dim=d,那么index_tensor矩阵中的所有数据必须小于d-1;

3、假设dim=d,index_tensor矩阵在d维度上的size必须小于self_tensor和other_tensor的size;即index.size(d) <= other_tensor.size(d) 且index.size(d) <= self_tensor.size(d)

三维计算公式:

self[index[i][j][k]][j][k] += other[i][j][k] # 如果 dim == 0
self[i][index[i][j][k]][k] += other[i][j][k] # 如果 dim == 1
self[i][j][index[i][j][k]] += other[i][j][k] # 如果 dim == 2

二维计算公式:

self[index[i][j]][j] += other[i][j] # 如果 dim == 0
self[i][index[i][j]] += other[i][j] # 如果 dim == 1
  index_tensor = torch.tensor([[0,1],[1,1]])
  print('index_tensor: \n', index_tensor)
  self_tensor = torch.arange(0, 4).view(2, 2)
  print('self_tensor: \n', self_tensor)
  other_tensor = torch.arange(5, 9).view(2, 2)
  print('other_tensor: \n', other_tensor)
  dim = 0
  for i in range(index_tensor.size(0)):
      for j in range(index_tensor.size(1)):
          replace_index = index_tensor[i][j]
          if dim == 0:
              # self矩阵的第0维索引
              self_tensor[replace_index][j] += other_tensor[i][j]
          elif dim == 1:
              # self矩阵的第1维索引
              self_tensor[i][replace_index] += other_tensor[i][j]       
  print(self_tensor)

结果:

    index_tensor: 
 tensor([[0, 1],
        [1, 1]])
self_tensor: 
 tensor([[0, 1],
        [2, 3]])
other_tensor: 
 tensor([[5, 6],
        [7, 8]])
tensor([[ 5,  1],
        [ 9, 17]])

使用函数计算:

index_tensor = torch.tensor([[0,1],[1,1]])
print('index_tensor: \n', index_tensor)
self_tensor = torch.arange(0, 4).view(2, 2)
print('self_tensor: \n', self_tensor)
other_tensor = torch.arange(5, 9).view(2, 2)
print('other_tensor: \n', other_tensor)
self_tensor.scatter_add_(0, index_tensor, other_tensor) 
print(self_tensor)

结果:

index_tensor: 
 tensor([[0, 1],
        [1, 1]])
self_tensor: 
 tensor([[0, 1],
        [2, 3]])
other_tensor: 
 tensor([[5, 6],
        [7, 8]])
tensor([[ 5,  1],
        [ 9, 17]])

scatter_add()函数通俗理解

self [ index[i,j] , j ] += src [ i , j ] # if dim == 0
self [ i , index[i,j] ] += src[ i, j ] # if dim == 1

理解scatter_add()函数,看index就行了,index有多少个,self坐标就会变多少次。

self是一个二维的数组,self[第一维,第二维],dim==0,就是将src对应坐标,对应到 index 坐标里面的值,放置到self的第一维中。

例如:

src[i,j]对应到index[i,j],假设 index[i,j] ==0,则self[第一维,第二维] 为self[0,j],只改变第一维,第二维的值和src第二维一样。

然后self[0,j]的值就会变为 self[0,j]=self[0,j]+src[i,j]

代码中 self=torch.zeros(3,5), dim=0, index=[0,1,2,0,0], src=torch.ones(2,5)

我们只看 src,当 src[0,0]=1, index[0,0]=0, self[0,0]=self[0,0]+src[0,0]=1。

当src[0,1]=1, index[0,1]=1, self[1,1]=self[1,1]+src[0,1]=1, self的第一维是index的值决定的为1,第二维是src的第二维坐标决定也为1。

当index的值没有时,就停止变换,self没有变换过的坐标值就保持不变。

总结

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脚本之家。

您可能感兴趣的文章:
阅读全文