脚本之家 服务器常用软件
快捷导航
您的位置：首页 → 脚本专栏 → python → Pytorch中的torch.gather函数的含义

浅谈Pytorch中的torch.gather函数的含义

 更新时间：2019年08月18日 17:09:17   作者：江户川柯壮  
今天小编就为大家分享一篇浅谈Pytorch中的torch.gather函数的含义，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧

pytorch中的gather函数

pytorch比tensorflow更加编程友好，所以准备用pytorch试着做最近要做的一些实验。

立个flag开始学习pytorch，新开一个分类整理学习pytorch中的一些踩到的泥坑。

今天刚开始接触，读了一下documentation，写一个一开始每太搞懂的函数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)

观察它的输出结果：

 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]

这里是官方文档的解释

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的作用是这样的，index实际上是索引，具体是行还是列的索引要看前面dim 的指定，比如对于我们的栗子，【1,2,3;4,5,6,】，指定dim=1，也就是横向，那么索引就是列号。index的大小就是输出的大小，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，第二行为4，4 。这样就输入为【2,1;4,4】，参考这样的解释看上面的输出结果，即可理解gather的含义。

gather在one-hot为输出的多分类问题中，可以把最大值坐标作为index传进去，然后提取到每一行的正确预测结果，这也是gather可能的一个作用。

以上这篇浅谈Pytorch中的torch.gather函数的含义就是小编分享给大家的全部内容了，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:

相关文章

  • 使用Python绘制动态爱心并表白的代码详解

    使用Python绘制动态爱心并表白的代码详解

    在这个充满浪漫的季节,如何用代码表达你的爱意呢？今天我们将使用 Python 的 matplotlib 和 numpy 库绘制一个动态的爱心,并且在爱心上添加表白的文字,这将是一个独特而浪漫的方式来表达你的心声,感兴趣的小伙伴跟着小编来看看吧
    2025-04-04
  • Python Prometheus接口揭秘数据科学新技巧

    Python Prometheus接口揭秘数据科学新技巧

    本篇文章将分享Prometheus API的基本概念到PromQL查询语言的应用,再到如何通过Python与Prometheus API进行无缝交互,通过丰富的示例代码和详细的讲解,将解锁使用Python进行实时监控的奇妙世界,为读者打开更广阔的数据分析视野
    2024-01-01
  • 使用beaker让Facebook的Bottle框架支持session功能

    使用beaker让Facebook的Bottle框架支持session功能

    这篇文章主要介绍了使用beaker让Facebook的Bottle框架支持session功能,session在Python的Django等框架中内置但在Bottle中并没有被集成,需要的朋友可以参考下
    2015-04-04
  • Python模拟登陆淘宝并统计淘宝消费情况的代码实例分享

    Python模拟登陆淘宝并统计淘宝消费情况的代码实例分享

    借助urllib、urllib2和BeautifulSoup等几个模块的常用爬虫开发组合,我们能够轻易实现一份淘宝对账单,这里我们就来看一则Python模拟登陆淘宝并统计淘宝消费情况的代码实例分享:
    2016-07-07
  • Python sqlite3查询操作过程解析

    Python sqlite3查询操作过程解析

    这篇文章主要介绍了Python sqlite3查询操作过程解析,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
    2020-02-02
  • python基础之函数的定义和调用

    python基础之函数的定义和调用

    这篇文章主要介绍了python函数的定义和调用,实例分析了Python中返回一个返回值与多个返回值的方法,需要的朋友可以参考下
    2021-10-10
  • Python实现检测文件MD5值的方法示例

    Python实现检测文件MD5值的方法示例

    这篇文章主要介绍了Python实现检测文件MD5值的方法,涉及Python针对大文件的读取、判断、运算、加密等相关操作技巧,需要的朋友可以参考下
    2018-04-04
  • Python抽象类应用详情

    Python抽象类应用详情

    这篇文章主要介绍了Python抽象类应用详情，抽象类就是控制子类的方法的名称，要求子类必须按照父类的要求的实现指定的方法，且方法名要和父类保持一致，下文更多相关介绍需要的小伙伴可以参考一下
    2022-04-04
  • 详解Python中4种超参自动优化算法的实现

    详解Python中4种超参自动优化算法的实现

    要想模型效果好，每个算法工程师都应该了解的流行超参数调优技术。今天给大家总结超参自动优化方法：网格搜索、随机搜索、贝叶斯优化 和 Hyperband，感兴趣的可以了解一下
    2022-05-05
  • python opencv图像处理(素描、怀旧、光照、流年、滤镜 原理及实现)

    python opencv图像处理(素描、怀旧、光照、流年、滤镜 原理及实现)

    这篇文章主要介绍了python 基于opencv对图像进行各种处理，帮助大家更好的理解和使用python，感兴趣的朋友可以了解下
    2020-12-12

最新评论