numpy - 在pytorch中将索引选定张量添加到另一个具有重叠索引的张量

Question

这是对 this question 的后续问题.我想在 pytorch 中做同样的事情。是否有可能做到这一点？如果是，如何？

import torch
image = torch.tensor([[246,  50, 101], [116,   1, 113], [187, 110,  64]])
iy = torch.tensor([[1, 0, 2], [1, 0, 2], [2, 2, 2]])
ix = torch.tensor([[0, 2, 1], [1, 2, 0], [0, 1, 2]])
warped_image = torch.zeros(size=image.shape)

我需要类似 torch.add.at(warped_image, (iy, ix), image) 的东西这给出了输出

[[  0.   0.  51.]
 [246. 116.   0.]
 [300. 211.  64.]]

请注意 (0,1) 处的指数和 (1,1)指向同一位置 (0,2) .所以，我想要 warped_image[0,2] = image[0,1] + image[1,1] = 51 .

Answer 1

您要找的是 torch.Tensor.index_put_ 与 accumulate参数设置为 True :

>>> warped_image = torch.zeros_like(image)

>>> warped_image.index_put_((iy, ix), image, accumulate=True)
tensor([[  0,   0,  51],
        [246, 116,   0],
        [300, 211,  64]])

或者，使用外置版本 torch.index_put :

>>> torch.index_put(torch.zeros_like(image), (iy, ix), image, accumulate=True)
tensor([[  0,   0,  51],
        [246, 116,   0],
        [300, 211,  64]])