https://blog.csdn.net/qq_16234613/article/details/79827006
scatter_(input, dim, index, src)将src中数据根据index中的索引按照dim的方向填进input中.
>>> x = torch.rand(, )
>>> x 0.4319 0.6500 0.4080 0.8760 0.2355
0.2609 0.4711 0.8486 0.8573 0.1029
[torch.FloatTensor of size 2x5]
1) dim = 0，分别对每列填充：
>>> torch.zeros(, ).scatter_(, torch.LongTensor([[, , , , ], [, , , , ]]), x) 0.4319 0.4711 0.8486 0.8760 0.2355
0.0000 0.6500 0.0000 0.8573 0.0000
0.2609 0.0000 0.4080 0.0000 0.1029
[torch.FloatTensor of size 3x5]
实现原理：
对于LoneTensor内的矩阵，暂且称为 tmp = [[0, 1, 2, 0, 0], [2, 0, 0, 1, 2]]；将最终的 3*5的矩阵，暂且称为result。result初始为全0，需要经过scatter_处理。
举例：
对于tmp[][] = -> 取x中x[0][0] = 0.4319，将其插入到result第列的第个位置，result[0][0] = 0.4319；
对于tmp[0][] = -> 取x中x[0][1] = 0.6500，将其插入到result第列的第个位置，result[1][1] = 0.6500；
对于tmp[0][] = -> 取x中x[0][1] = 0.4080，将其插入到result第列的第2个位置，result[2][2] = 0.4080；
……
对于tmp[1][] = -> 取x中x[1][0] = 0.2609，将其插入到result第列的第个位置，result[2][0] = 0.2609；
对于tmp[1][] = -> 取x中x[1][1] = 0.4711，将其插入到result第列的第个位置，result[0][1] = 0.4711。
……
2) dim = 1，分别对每行填充
>>> z = torch.zeros(, ).scatter_(, torch.LongTensor([[], []]), 1.23)
>>> z 0.0000 0.0000 1.2300 0.0000
0.0000 0.0000 0.0000 1.2300
[torch.FloatTensor of size 2x4]
tmp = [[2], [3]]
tmp[0][0] = 2 -> 取x中x[0][0] = 0.4319，将其插入到result第0行的第2个位置，result[0][2] = 0.4319；
……
