函數(shù)形式：

index_select(
 dim,
 index
)

參數(shù)：

• dim：表示從第幾維挑選數(shù)據(jù)，類(lèi)型為int值；
• index：表示從第一個(gè)參數(shù)維度中的哪個(gè)位置挑選數(shù)據(jù)，類(lèi)型為torch.Tensor類(lèi)的實(shí)例；

剛開(kāi)始學(xué)習(xí)pytorch，遇到了index_select(),一開(kāi)始不太明白幾個(gè)參數(shù)的意思，后來(lái)查了一下資料，算是明白了一點(diǎn)。

a = torch.linspace(1, 12, steps=12).view(3, 4)
print(a)
b = torch.index_select(a, 0, torch.tensor([0, 2]))
print(b)
print(a.index_select(0, torch.tensor([0, 2])))
c = torch.index_select(a, 1, torch.tensor([1, 3]))
print(c)

先定義了一個(gè)tensor，這里用到了linspace和view方法。

第一個(gè)參數(shù)是索引的對(duì)象，第二個(gè)參數(shù)0表示按行索引，1表示按列進(jìn)行索引，第三個(gè)參數(shù)是一個(gè)tensor，就是索引的序號(hào)，比如b里面tensor[0， 2]表示第0行和第2行，c里面tensor[1, 3]表示第1列和第3列。

輸出結(jié)果如下：

tensor([[ 1.,  2.,  3.,  4.],
        [ 5.,  6.,  7.,  8.],
        [ 9., 10., 11., 12.]])
tensor([[ 1.,  2.,  3.,  4.],
        [ 9., 10., 11., 12.]])
tensor([[ 1.,  2.,  3.,  4.],
        [ 9., 10., 11., 12.]])
tensor([[ 2.,  4.],
        [ 6.,  8.],
        [10., 12.]])

功能：從張量的某個(gè)維度的指定位置選取數(shù)據(jù)。

代碼實(shí)例：

t = torch.arange(24).reshape(2, 3, 4) # 初始化一個(gè)tensor，從0到23，形狀為（2,3,4）
print("t--->", t)
 
index = torch.tensor([1, 2]) # 要選取數(shù)據(jù)的位置
print("index--->", index)
 
data1 = t.index_select(1, index) # 第一個(gè)參數(shù):從第1維挑選， 第二個(gè)參數(shù):從該維中挑選的位置
print("data1--->", data1)
 
data2 = t.index_select(2, index) # 第一個(gè)參數(shù):從第2維挑選， 第二個(gè)參數(shù):從該維中挑選的位置
print("data2--->", data2)

運(yùn)行結(jié)果： 

t---> tensor([[[ 0,  1,  2,  3],
               [ 4,  5,  6,  7],
               [ 8,  9, 10, 11]],
 
              [[12, 13, 14, 15],
               [16, 17, 18, 19],
               [20, 21, 22, 23]]])
 
index---> tensor([1, 2])
 
data1---> tensor([[[ 4,  5,  6,  7],
                   [ 8,  9, 10, 11]],
 
                  [[16, 17, 18, 19],
                   [20, 21, 22, 23]]])
 
data2---> tensor([[[ 1,  2],
                   [ 5,  6],
                   [ 9, 10]],
 
                  [[13, 14],
                   [17, 18],
                   [21, 22]]])

以上就是本文的全部?jī)?nèi)容，希望對(duì)大家的學(xué)習(xí)有所幫助，也希望大家多多支持腳本之家。

最新評(píng)論