最近在学习pytorch函数时需要做独热码，然后遇到了scatter_()函数，不太明白意思，现在懂了记录一下以免以后忘记。
这个函数是用一个src的源张量或者标量以及索引来修改另一个张量。这个函数主要有三个参数scatter_(dim,index,src)
dim:沿着哪个维度来进行索引（一会儿举个例子就明白了）
index：用来进行索引的张量
src：源张量或者标量
self[index[i][j][k]][j][k] = src[i][j][k] # if dim == 0 self[i][index[i][j][k]][k] = src[i][j][k] # if dim == 1 self[i][j][index[i][j][k]] = src[i][j][k] # if dim == 2
这个是官网给出的例子，但是一般在做独热码的时候通常是采用二维张量所以应该是这样
#dim=0 self[index[x][y]][y]=src[x][y] #dim=1 self[x][index[x][y]]=src[x][y]
这个是什么意思呢。首先请看下面的程序，程序是我瞎编的，想试试的话可以自己编数据哈
import torch x=torch.rand(3,5) print(x) print(‘-------------------‘) y=torch.zeros(3,5) print(y) print(‘-------------------‘) inx=torch.tensor([[0,4,3,1,2],[3,2,1,4,3]]) output_y=y.scatter_(dim=1,index=inx,src=x) print(output_y)
下面是运行的结果
tensor([[0.1380, 0.6030, 0.2396, 0.0066, 0.7116],
[0.5755, 0.2856, 0.4862, 0.2132, 0.2475],
[0.5145, 0.4753, 0.2736, 0.2623, 0.8532]])
-------------------
tensor([[0., 0., 0., 0., 0.],
[0., 0., 0., 0., 0.],
[0., 0., 0., 0., 0.]])
-------------------
tensor([[0.1380, 0.0066, 0.7116, 0.2396, 0.6030],
[0.0000, 0.4862, 0.2856, 0.2475, 0.2132],
[0.0000, 0.0000, 0.0000, 0.0000, 0.0000]])
Process finished with exit code 0
那么是什么意思呢，举个例子，这里我要强调一下，index即这个程序中的inx里面的每个数值，不能超过该dim的张量的最大下标，不然的话就会越界，找不到src中的源数据。因为是在dim=1上进行索引，所以采用第二个式子。
我们在索引表中找到index[1][3]=4，那么此时x=1，y=3，即output_y[1][index[1][3]]=src[1][3],即output_y[1][4]=src[1][3]。即x[1][3]。以此类推就可以得到其他的值。
src不仅仅可以是张量，也可以是标量，下面这段代码是模仿怎么生成独热码
import torch x=torch.zeros(4,8) label=torch.tensor([[1],[5],[7],[6]]) one_hot=x.scatter_(1,label,1) print(one_hot)
其中x的第一个参数代表的是batch_size，第二个参数代表的是classnum，而label有batch_size行只有一列，就是将x每一行的label值指向的位置置成1，这就是独热码。当然其他位置都是0啦，下面看一下结果吧。
tensor([[0., 1., 0., 0., 0., 0., 0., 0.],
[0., 0., 0., 0., 0., 1., 0., 0.],
[0., 0., 0., 0., 0., 0., 0., 1.],
[0., 0., 0., 0., 0., 0., 1., 0.]])
Process finished with exit code 0
好啦，这就是scatter_()函数的用法。
ps：本来坚持不下去了快，但是把scatter弄清楚了发现还有一点动力学下去，加油吧。
原文地址：https://www.cnblogs.com/daremosiranaihana/p/12538512.html