【pytorch】torch.gather()函数

dim=0时

index=[ [x1,x2,x2],[y1,y2,y2],[z1,z2,z3] ]如果dim=0
填入方式为：
index=[ [(x1,0),(x2,1),(x3,2)][(y1,0),(y2,1),(y3,2)][(z1,0),(z2,1),(z3,2)] ]

input = [[1, 2, 3, 4],[5, 6, 7, 8],[9, 10, 11, 12]
] # shape（3,4）
input = torch.tensor(input)
length = torch.LongTensor([[2,2,2,2],[1,1,1,1],[0,0,0,0],[0,1,2,0]
])# shape（4,4）
out = torch.gather(input, dim=0, index=length)
print(out)

tensor([[9, 10, 11, 12],[5, 6, 7, 8],[1, 2, 3, 4],[1, 6, 11, 4]])

#### dim=0后，根据new_index对input进行索引
new_index=[ [(2,0),(2,1),(2,2),(2,3)],[(1,0),(1,1),(1,2),(1,3)],[(0,0),(0,1),(0,2),(0,3)],[(0,0),(1,1),(2,2),(0,3)] ]可以观察到第四行，行索引变为0,所以当gather函数里的index超过input的唯独时，会从0重新计数。

dim=1时

input = [[1, 2, 3, 4],[5, 6, 7, 8],[9, 10, 11, 12]
] # shape（3,4）
input = torch.tensor(input)
length = torch.LongTensor([[2,2,2,2],[1,1,1,1],[0,1,2,0]
]) # shape（3,4）
out = torch.gather(input, dim=1, index=length)
print(out)

tensor([[3, 3, 3, 3],[6, 6, 6, 6],[9, 10, 11, 9]])

new_index = [[(0,2),(0,2),(0,2),(0,2)],[(1,1),(1,1),(1,1),(1,1)],[(2,0),(2,1),(2,2)(2,0)]
]