溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
pytorch中的gather函數
pytorch比tensorflow更加編程友好，所以準備用pytorch試著做最近要做的一些實驗。
立個flag開始學習pytorch，新開一個分類整理學習pytorch中的一些踩到的泥坑。
今天剛開始接觸，讀了一下documentation，寫一個一開始每太搞懂的函數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。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，可以把最大值坐標作為index傳進去，然后提取到每一行的正確預測結果，這也是gather可能的一個作用。
以上這篇淺談Pytorch中的torch.gather函數的含義就是小編分享給大家的全部內容了，希望能給大家一個參考，也希望大家多多支持億速云。
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
