将均匀分布的值散列到PyTorch张量中

Question

考虑以下列表：

[[3], [1, 2], [4], [0], [2]]

一个尺寸为 (5, 5) 的零张量。

我想要将这些索引根据其在列表中的位置填充到值为1的张量中。

所以，期望输出应该是：

tensor([[0., 0., 0., 1., 0.],
        [0., 1., 1., 0., 0.],
        [0., 0., 0., 0., 1.],
        [1., 0., 0., 0., 0.],
        [0., 0., 1., 0., 0.]])

上面发生的事情是这样的：

在索引[0, 3]处放置1（这是我的列表中第一个元素的情况）。

---

通过使用Tensor.scatter_，可以实现非常相似的情况。但是，由于它需要张量作为参数（index），如果列表中包含与其他元素不同大小的子列表，则无法从列表中创建张量，这正是我列表中[1, 2]的情况 （这实际上就是问题所在）。

如果列表全部具有相同的大小，则可以使用scatter方法，如下所示：

tensor.scatter_(1, torch.tensor(index), 1)

---

可以使用Numpy解决方案

- ndrwnaguib

---

使用NumPy是合理的吗？ - Salih Karagoz

当然，非常合理。 - ndrwnaguib

让我试一下。 - Salih Karagoz

Answer 1

你可以通过修改索引列表，使每个元素具有相同数量的索引来解决这个问题。

max_length = max([len(l) for l in index])
index = [l + l[-1:] * (max_length - len(l)) for l in index]

这段代码会重复每个子列表的最后一个元素，直到它们的长度相同。然后，您可以像在问题中编写的那样将其传递给scatter_函数。

- Sunreef