PyTorch基础（23）-- Tensor.scatter

PyTorch基础（23）-- Tensor.scatter_()方法

一、前言

本次要介绍的函数为Tensor.scatter_函数，也是PyTorch中常用的函数之一，但遗憾的是，我想在网络上查询该函数的用法时，大部分的文章都是直接给出一个示例，看完之后，其中的原理我还是无法理解，因此，秉着靠别人不如靠自己的原则，决定自己彻底弄明白！话不多说，Let’s go！🫵希望能够对你有所帮助🫵！

二、方法解析

在这里插入图片描述
首先，要明白的是：scatter_函数是在做怎样的事情？实际上，scatter_函数是一个填值操作。假设有一个元素全为0的tensor A，有一个tensor B，还有一个索引tensor C，当执行 A.scatter_(dim, index=C, src=B) 时，实际上是将B按照C的规则，将B中对应位置的值赋值给A对应位置元素。

嗯……解释了一通，貌似还是有点绕，没关系，现在你只要知道scatter_函数的作用就是给A赋值就完事了！接下来，通过大量的案例彻底弄明白***scatter_***函数到底在干什么！

三、案例分析

3.1 tensor.shape=2D

dim = 0

import torch
# 创建一个tensor, name为score
score = torch.arange(1,12).reshape((3,4))
# 创建一个元素全为0的tensor, name为mask
mask = torch.zeros(scroe.shape, dtype=score.dtype)
# 创建一个tensor, name为index
index = torch.tensor([[0,1,2,1]])
# 给mask赋值
mask.scatter_(dim=0, index=index, src=score)
# print mask
print(mask)

在这里插入图片描述

👋👋👋👋👋👋👋重要！接下来，详细介绍一下scatter_的工作原理！👋👋👋👋👋👋👋

案例为tensor的维度为2D，dim=0的场景。
当我们执行***mask.scatter_(dim=0, index=index, src=score)***这行代码时，流程如下：
在这里插入图片描述
可以发现，当dim=0时，第2维度的值是不会发生变化的；同理，当dim=1时，第1维度的值是不会发生变化的！

dim=1

import torch
# 创建一个tensor, name为score
score = torch.arange(1,12).reshape((3,4))
# 创建一个元素全为0的tensor, name为mask
mask = torch.zeros(scroe.shape, dtype=score.dtype)
# 创建一个tensor, name为index
index = torch.tensor([[0,1,2,1]])
# 给mask赋值
mask.scatter_(dim=1, index=index, src=score)
# print mask
print(mask)