Функция torch.index_copy в PyTorch

Pytorch torch 参考手册 Справочное руководство Pytorch torch

torch.index_copyявляется функцией в PyTorch, используемой для копирования исходного тензора в указанные позиции индексов. Она, вдоль указанного измеренияdim, поindexкопирует указанные позиции индексовsourceзначение.

иtorch.index_addРазница в том,index_copyзаключается в перезаписи, а не в накоплении.

Определение функции

torch.index_copy(input, dim, index, source)

Parameters:

input(Tensor): входной тензор.
dim(int): размерность индекса.
index(Tensor): одномерный целочисленный тензор, задающий позиции, куда копировать.
source(Tensor): исходный тензор, значения для копирования.

Возвращаемое значение:

torch.Tensor: возвращает изменённый тензор.

Пример использования

Пример

import torch

# Создание входного тензора
input = torch.randn(4, 5)

# Создайте индекс и источник
index = torch.tensor([0, 2, 3])
source = torch.randn(3, 5)

# Копирование вдоль dim=0
output = torch.index_copy(input, dim=0, index=index, source=source)

print(Вход:)
print(input)
print(nИсточник:)
print(source)
print(nРезультат после копирования в позиции [0, 2, 3]:)
print(output)

Вывод:

输入:
tensor([[ 0.3456, -0.1234,  0.5678, -0.2345,  0.8901],
        [-0.5678,  0.1234, -0.6789,  0.2345, -0.1234],
        [ 0.7890, -0.3456,  0.1234, -0.5678,  0.3456],
        [-0.1234,  0.4567, -0.8901,  0.6789, -0.5678]])

源:
tensor([[-1.2345,  0.5678, -1.2345,  0.5678, -1.2345],
        [ 1.5678, -0.6789,  1.5678, -0.6789,  1.5678],
        [-0.8901,  1.2345, -0.8901,  1.2345, -0.8901]])

复制到位置 [0, 2, 3] 后的结果:
tensor([[-1.2345,  0.5678, -1.2345,  0.5678, -1.2345],
        [-0.5678,  0.1234, -0.6789,  0.2345, -0.1234],
        [ 1.5678, -0.6789,  1.5678, -0.6789,  1.5678],
        [-0.8901,  1.2345, -0.8901,  1.2345, -0.8901]])

Пример

import torch

# Копирование вдоль dim=1
input = torch.zeros(3, 5)
index = torch.tensor([1, 3])
source = torch.tensor([[10, 20, 30, 40, 50],
[60, 70, 80, 90, 100]])

output = torch.index_copy(input, dim=1, index=index, source=source)

print(Вход:)
print(input)
print(nИсточник:)
print(source)
print(nРезультат после копирования в позиции [1, 3]:)
print(output)

Вывод:

输入:
tensor([[0., 0., 0., 0., 0.],
        [0., 0., 0., 0., 0.],
        [0., 0., 0., 0., 0.]])

源:
tensor([[ 10.,  20.,  30.,  40.,  50.],
        [ 60.,  70.,  80.,  90., 100.]])

复制到位置 [1, 3] 后的结果:
tensor([[  0.,  10.,   0.,  20.,   0.],
        [  0.,  60.,   0.,  70.,   0.],
        [  0.,   0.,   0.,   0.,   0.]])

Пример

import torch

# Создать большой тензор
# Предположим, нужно объединить результаты нескольких небольших батчей в один большой батч

# Целевой тензор
batch_size = 8
feature_dim = 4
output = torch.zeros(batch_size, feature_dim)

# Смоделировать результаты нескольких небольших батчей
mini_batches = [
torch.randn(2, feature_dim),
torch.randn(3, feature_dim),
torch.randn(1, feature_dim)
]

# Позиция, куда следует поместить каждый батч
indices = [0, 2, 5]

# Скопировать каждый батч по порядку
for idx, batch in zip(indices, mini_batches):
# Создать индекс соответствующего размера
index = torch.arange(idx, idx + len(batch))
output = torch.index_copy(output, dim=0, index=index, source=batch)

print(Итоговая форма вывода:, output.shape)
print(output)

Вывод:

最终输出形状: torch.Size([8, 4])
tensor([[ 0.1234, -0.5678,  0.8901, -0.2345],
        [ 0.6789, -0.1234, -0.5678,  0.3456],
        [ 1.2345, -0.8901,  0.1234, -0.6789],
        [-0.3456,  0.5678, -0.1234,  0.8901],
        [ 1.5678, -0.2345,  0.6789, -0.1234],
        [-0.8901,  0.3456,  0.5678, -0.8901],
        [ 0.0000,  0.0000,  0.0000,  0.0000],
        [ 0.0000,  0.0000,  0.0000,  0.0000]])

Примечание:torch.index_copyне изменяет исходный входной тензор, а возвращает новый тензор.index_copyявляется операцией перезаписи, в отличие отtorch.index_addоперация накопления отличается.

Pytorch torch 参考手册 Справочное руководство Pytorch torch

Другие расширения

Функция torch.index_copy в PyTorch

Определение функции

Пример использования

Пример

Пример

Пример

Похожие уроки