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

沿dim指定的軸聚集值。

對于三維張量，輸出由以下公式指定：

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

如果input是大小為(x₀, x₁…, x_i?1, x_i, x_i+1, …, x_n?1) 的n維張量并且dim = i，那么index必須是大小為(x₀, x₁…, x_i?1, y, x_i+1, …, x_n?1) 的n維張量，并且 y >= 1，out和index具有相同的大小。

Parameters

• input (Tensor) – 輸入張量
• dim (int) – 要索引的軸
• index (LongTensor) – 要收集的元素的索引
• sparse_grad (bool,optional) – 如果為True，梯度w.r.t。input將是一個稀疏張量。
• out (Tensor, optional) – 目標張量

Example:

>>> t = torch.tensor([[1, 2], [3, 4]]) >>> torch.gather(dim=1, index=torch.tensor([[0, 0], [1, 0]])) tensor([[ 1, 1],[ 4, 3]])

---

dim=1 時，就是按列進行索引，dim=0 時，就是按行進行索引。
然后按照index去交換元素的位置。

總結

以上是生活随笔為你收集整理的torch.gather(input, dim, index, *, sparse_grad=False, out=None) → Tensor的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。