torch.Tensor.index_add_

Tensor.index_add_(dim, index, source, *, alpha=1) → Tensor

将 alpha 乘以 source 的元素累加到 self 张量中，通过按 index 中给定顺序添加到索引位置。例如，如果 dim == 0， index[i] == j，且 alpha=-1，则 source 的第 i 行将从 self 的第 j 行中减去。

source 的第 dim 维度必须与 index 的长度（index 必须是向量）具有相同的大小，所有其他维度必须与 self 匹配，否则将引发错误。

对于 3-D 张量，输出如下所示：

self[index[i], :, :] += alpha * src[i, :, :]  # if dim == 0
self[:, index[i], :] += alpha * src[:, i, :]  # if dim == 1
self[:, :, index[i]] += alpha * src[:, :, i]  # if dim == 2

注意

在给定 CUDA 设备上的张量时，此操作可能表现出非确定性行为。更多信息请参见可复现性。

参数

• dim (int) – 进行索引的维度

• index (Tensor) – 要从 source 中选择的索引，dtype 应为 torch.int64 或 torch.int32

• source (Tensor) – 包含要添加值的张量

关键字参数

alpha (Number) – source 的标量乘数

示例

>>> x = torch.ones(5, 3)
>>> t = torch.tensor([[1, 2, 3], [4, 5, 6], [7, 8, 9]], dtype=torch.float)
>>> index = torch.tensor([0, 4, 2])
>>> x.index_add_(0, index, t)
tensor([[  2.,   3.,   4.],
        [  1.,   1.,   1.],
        [  8.,   9.,  10.],
        [  1.,   1.,   1.],
        [  5.,   6.,   7.]])
>>> x.index_add_(0, index, t, alpha=-1)
tensor([[  1.,   1.,   1.],
        [  1.,   1.,   1.],
        [  1.,   1.,   1.],
        [  1.,   1.,   1.],
        [  1.,   1.,   1.]])