Question

我想按行索引二维矩阵并重新分配值。

例如，首先考虑一维矢量情况，其中我们有三个具有相同形状的一维张量t1, indexes, t2。我们可以按以下步骤进行索引和重新分配：

indexes = torch.tensor([0, 2, 1, 3])
t1 = torch.tensor([0.0, 0.0, 0.0, 0.0])
t2 = torch.tensor([0.1, 0.2, 0.3, 0.4])

t1[indexes] = t2

现在，假设t1, indexes, t2是2D矩阵而不是1D向量，并且具有相同的形状(R X C)。我想对这些矩阵中的每一行进行与上述类似的索引编制：

for i in range(R):
    t1[i][indexes[i]] = t2[i]

我想向量化此操作，而不是使用for循环。我该怎么做？

Answer 1

因此，为了进行multi-index选择，可以使用torch.gather函数，该函数沿dim（第二个参数）指定的轴收集值。

示例1：

t2 = torch.tensor([[0.1, 0.2, 0.3, 0.4], 
                   [0.8, 1.8, 0.2, 0.3], 
                   [0.5, 0.1, 0.2, 0.4]])
indexes1 = torch.tensor([[0, 2, 0, 2], 
                         [0, 1, 1, 0], 
                         [0, 0, 1, 2]])
t1 = torch.gather(t2, 0, indexes1) # dim is 0
print(t1)

输出：

tensor([[0.1000, 0.1000, 0.3000, 0.4000],
        [0.1000, 1.8000, 0.2000, 0.4000],
        [0.1000, 0.2000, 0.2000, 0.4000]])

示例2：

t2 = torch.tensor([[0.1, 0.2, 0.3, 0.4], 
                   [0.8, 1.8, 0.2, 0.3], 
                   [0.5, 0.1, 0.2, 0.4]])
indexes2 = torch.tensor([[0, 3, 2, 0], 
                         [0, 1, 1, 3], 
                         [0, 0, 3, 2]])  
t1 = torch.gather(t2, 1, indexes2) # dim is 1
print(t1)

输出：

tensor([[0.1000, 0.4000, 0.3000, 0.1000],
        [0.8000, 1.8000, 1.8000, 0.3000],
        [0.5000, 0.5000, 0.4000, 0.2000]])

要了解有关torch.gather函数的更多信息，只需进行this SO讨论。

您也可以使用torch.Tensor.scatter_进行相同的操作。

t1.scatter_(0, indexes, t2)基本上是说将t2张量的元素发送到indexes张量中的以下索引（在t1张量中指定），行方向（维度0）。

示例：

t1 = torch.zeros((3, 4))
t2 = torch.tensor([[0.1, 0.2, 0.3, 0.4], 
                   [0.8, 1.8, 0.2, 0.3], 
                   [0.5, 0.1, 0.2, 0.4]])
indexes = torch.tensor([[1, 2, 0, 2], 
                        [0, 1, 2, 1], 
                        [2, 0, 1, 0]])
t1 = t1.scatter_(0, indexes, t2)
print(t1)

输出：

tensor([[0.8000, 0.1000, 0.3000, 0.4000],
        [0.1000, 1.8000, 0.2000, 0.3000],
        [0.5000, 0.2000, 0.2000, 0.4000]])

您可以从here了解更多信息。

Answer 2

类似于@Anubhav的回答，只是在scatter_的维度上稍有变化，就可以了。来源：PyTorch Discussion

indexes = torch.tensor([[0, 2, 1, 3],
                        [1, 0, 3, 2]])
t1 = torch.zeros_like(indexes).float()
t2 = torch.tensor([[0.1, 0.2, 0.3, 0.4],
                   [0.5, 0.6, 0.7, 0.8]])
t1.scatter_(1, indexes, t2)

pytorch-如何索引二维矩阵行？

2 个答案: