当前位置：首页 > wzjs >正文

做网站费用需要分摊吗百度指数查询移民

wzjs 2025/7/26 15:49:25

做网站费用需要分摊吗,百度指数查询移民,网站建设版块分类,做软件的叫什么职业torch.gather的定义： torch.gather 是 PyTorch 中的一个张量操作函数，其作用是根据指定的维度（dim）和索引张量（index），从输入张量（input）中收集元素，生成一个…

torch.gather的定义：

torch.gather 是 PyTorch 中的一个张量操作函数，其作用是根据指定的维度（dim）和索引张量（index），从输入张量（input）中收集元素，生成一个与索引张量形状相同的输出张量。总体来说，就是维度dim和索引张量index决定一个收集数的规则，然后，基于这个规则从输入张量中获取需要的元素。

核心部分：

1.输入张量（`input`）：

任意形状的张量。

2.索引张量（`index`）：

形状必须与输入张量在除 dim 外的其他维度上一致。
索引值必须在输入张量 dim 维度的有效范围内（即 0 到 size(dim)-1）。

3.输出张量（`output`）：

形状与索引张量相同。
每个元素的值由以下规则确定：

output[i][j][k] = input[i][index[i][j][k]][k] # 当 dim=1 时

举例详解：

示例 1：二维张量，`dim=1`

import torchinput = torch.tensor([[1, 2], [3, 4]])
index = torch.tensor([[0, 0], [1, 0]], dtype=torch.long)output = torch.gather(input, dim=1, index=index)
print(output)

输出：

tensor([[1, 1],[4, 3]])

解释：

输入是一个2x2的矩阵，因为dim是1，所以我们参考下面的公式：

output[i][j] = input[i][index[i][j]] # 当 dim=1 时

对于输出的第0行第0列（i = 0, j = 0），index对应的位置为0（因为index[0][0]为0），所以，对应的输出等于input[0][0]（即为1）。

对于输出的第0行第1列（i = 0, j = 1），index对应的位置为0（因为index[0][1]为0），所以，对应的输出等于input[0][0]（即为1）。

对于输出的第1行第0列（i = 1, j = 0），index对应的位置为1（因为index[1][0]为1），所以，对应的输出等于input[1][1]（即为4）。

对于输出的第1行第1列（i = 1, j = 1），index对应的位置为0（因为index[1][1]为0），所以，对应的输出等于input[1][0]（即为3）。

所以，最后的结果为：

tensor([[1, 1],[4, 3]])

示例 2：二维张量，`dim=0`

import torchinput = torch.tensor([[1, 2], [3, 4]])
index = torch.tensor([[0, 0], [1, 0]], dtype=torch.long)output = torch.gather(input, dim=0, index=index)
print(output)