[Pytorch笔记] scatter_

https://blog.csdn.net/qq_16234613/article/details/79827006

scatter_(input, dim, index, src)将src中数据根据index中的索引按照dim的方向填进input中.

 >>> x = torch.rand(, )
 >>> x

  0.4319  0.6500  0.4080  0.8760  0.2355
  0.2609  0.4711  0.8486  0.8573  0.1029
 [torch.FloatTensor of size 2x5]

1) dim = 0，分别对每列填充：

>>> torch.zeros(, ).scatter_(, torch.LongTensor([[, , , , ], [, , , , ]]), x)

 0.4319  0.4711  0.8486  0.8760  0.2355
 0.0000  0.6500  0.0000  0.8573  0.0000
 0.2609  0.0000  0.4080  0.0000  0.1029
[torch.FloatTensor of size 3x5]

实现原理：

对于LoneTensor内的矩阵，暂且称为 tmp = [[0, 1, 2, 0, 0], [2, 0, 0, 1, 2]]；将最终的 3*5的矩阵，暂且称为result。result初始为全0，需要经过scatter_处理。

举例：

对于tmp[][] =   -> 取x中x[0][0] = 0.4319，将其插入到result第列的第个位置，result[0][0] = 0.4319；

对于tmp[0][] =  -> 取x中x[0][1] = 0.6500，将其插入到result第列的第个位置，result[1][1] = 0.6500；

对于tmp[0][] =   -> 取x中x[0][1] = 0.4080，将其插入到result第列的第2个位置，result[2][2] = 0.4080；

......

对于tmp[1][] =   -> 取x中x[1][0] = 0.2609，将其插入到result第列的第个位置，result[2][0] = 0.2609；

对于tmp[1][] =   -> 取x中x[1][1] = 0.4711，将其插入到result第列的第个位置，result[0][1] = 0.4711。

......

2) dim = 1，分别对每行填充

 >>> z = torch.zeros(, ).scatter_(, torch.LongTensor([[], []]), 1.23)
 >>> z

  0.0000  0.0000  1.2300  0.0000
  0.0000  0.0000  0.0000  1.2300
 [torch.FloatTensor of size 2x4]

tmp = [[2], [3]]

tmp[0][0] = 2 -> 取x中x[0][0] = 0.4319，将其插入到result第0行的第2个位置，result[0][2] = 0.4319；

......