torch.gather(input, dim, index, *, sparse_grad=False, out=None) → Tensor
沿dim指定的轴聚集值。
对于三维张量,输出由以下公式指定:
out[i][j][k] = input[index[i][j][k]][j][k] # if dim == 0
out[i][j][k] = input[i][index[i][j][k]][k] # if dim == 1
out[i][j][k] = input[i][j][index[i][j][k]] # if dim == 2
如果input
是大小为(x0, x1…, xi−1, xi, xi+1, …, xn−1) 的n维张量并且dim = i
,那么index
必须是大小为(x0, x1…, xi−1, y, xi+1, …, xn−1) 的n维张量,并且 y >= 1,out
和index
具有相同的大小。
Parameters
- input (Tensor) – 输入张量
- dim (int) – 要索引的轴
- index (LongTensor) – 要收集的元素的索引
- sparse_grad (bool,optional) – 如果为
True
,梯度w.r.t。input
将是一个稀疏张量。 - out (Tensor, optional) – 目标张量
Example:
>>> t = torch.tensor([[1, 2], [3, 4]])
>>> torch.gather(dim=1, index=torch.tensor([[0, 0], [1, 0]]))
tensor([[ 1, 1],
[ 4, 3]])
dim=1 时,就是按列进行索引,dim=0 时,就是按行进行索引。
然后按照index去交换元素的位置。