pytorch - torch.gather 的倒数

Question

给定一个输入张量x 和一个索引张量idxs，我想检索x 的所有元素，其索引在idxs 中不存在。也就是取torch.gather函数输出的反面。

以torch.gather 为例：

>>> x = torch.arange(30).reshape(3,10)
>>> idxs = torch.tensor([[1,2,3], [4,5,6], [7,8,9]], dtype=torch.long)
>>> torch.gather(x, 1, idxs)
tensor([[ 1,  2,  3],
        [14, 15, 16],
        [27, 28, 29]])

我真正想要实现的是

tensor([[ 0,  4,  5,  6,  7,  8,  9],
        [10, 11, 12, 13, 17, 18, 19],
        [20, 21, 22, 23, 24, 25, 26]])

什么是有效且高效的实现，可能使用 torch 实用程序？我不想使用任何 for 循环。

我假设idxs 在其最深处只有独特 元素。例如idxs 将是调用torch.topk 的结果。

Answer 1

您可能希望构造一个形状为(x.size(0), x.size(1)-idxs.size(1))（此处为(3, 7)）的张量。这将对应于idxs 的互补索引，关于x 的形状，即：

tensor([[0, 4, 5, 6, 7, 8, 9],
        [0, 1, 2, 3, 7, 8, 9],
        [0, 1, 2, 3, 4, 5, 6]])

我建议首先构建一个形状类似于 x 的张量，它会显示我们想要保留的位置和我们想要丢弃的位置，一种掩码。这可以使用torch.scatter 来完成。这实际上将0s 分散在所需位置，即m[i, idxs[i][j]] = 0：

>>> m = torch.ones_like(x).scatter(1, idxs, 0)
tensor([[1, 0, 0, 0, 1, 1, 1, 1, 1, 1],
        [1, 1, 1, 1, 0, 0, 0, 1, 1, 1],
        [1, 1, 1, 1, 1, 1, 1, 0, 0, 0]])

然后抓取非零（idxs 的补充部分）。选择axis=1上的第二个索引，根据目标张量reshape：

>>> idxs_ = m.nonzero()[:, 1].reshape(-1, x.size(1) - idxs.size(1))
tensor([[0, 4, 5, 6, 7, 8, 9],
        [0, 1, 2, 3, 7, 8, 9],
        [0, 1, 2, 3, 4, 5, 6]])

现在你知道该怎么做了吧？与您给出的torch.gather 示例相同，但这次使用idxs_：

>>> torch.gather(x, 1, idxs_)
tensor([[ 0,  4,  5,  6,  7,  8,  9],
        [10, 11, 12, 13, 17, 18, 19],
        [20, 21, 22, 23, 24, 25, 26]])

---

总结：

>>> idxs_ = torch.ones_like(x).scatter(1, idxs, 0) \
        .nonzero()[:, 1].reshape(-1, x.size(1) - idxs.size(1))

>>> torch.gather(x, 1, idxs_)