pytorch中index_select()的用法详解
作者:g_blink 时间:2022-01-20 19:44:05
pytorch中index_select()的用法
index_select(input, dim, index)
功能:在指定的维度dim上选取数据,不如选取某些行,列
参数介绍
第一个参数input是要索引查找的对象
第二个参数dim是要查找的维度,因为通常情况下我们使用的都是二维张量,所以可以简单的记忆: 0代表行,1代表列
第三个参数index是你要索引的序列,它是一个tensor对象
刚开始学习pytorch,遇到了index_select(),一开始不太明白几个参数的意思,后来查了一下资料,算是明白了一点。
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)
先定义了一个tensor,这里用到了linspace和view方法。
第一个参数是索引的对象,第二个参数0表示按行索引,1表示按列进行索引,第三个参数是一个tensor,就是索引的序号,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。
输出结果如下:
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.]])
示例2
import torch
x = torch.Tensor([[[1, 2, 3],
[4, 5, 6]],
[[9, 8, 7],
[6, 5, 4]]])
print(x)
print(x.size())
index = torch.LongTensor([0, 0, 1])
print(torch.index_select(x, 0, index))
print(torch.index_select(x, 0, index).size())
print(torch.index_select(x, 1, index))
print(torch.index_select(x, 1, index).size())
print(torch.index_select(x, 2, index))
print(torch.index_select(x, 2, index).size())
input的张量形状为2×2×3,index为[0, 0, 1]的向量
分别从0、1、2三个维度来使用index_select()函数,并输出结果和形状,维度大于2就会报错因为input最大只有三个维度
输出:
tensor([[[1., 2., 3.],
[4., 5., 6.]],
[[9., 8., 7.],
[6., 5., 4.]]])
torch.Size([2, 2, 3])
tensor([[[1., 2., 3.],
[4., 5., 6.]],
[[1., 2., 3.],
[4., 5., 6.]],
[[9., 8., 7.],
[6., 5., 4.]]])
torch.Size([3, 2, 3])
tensor([[[1., 2., 3.],
[1., 2., 3.],
[4., 5., 6.]],
[[9., 8., 7.],
[9., 8., 7.],
[6., 5., 4.]]])
torch.Size([2, 3, 3])
tensor([[[1., 1., 2.],
[4., 4., 5.]],
[[9., 9., 8.],
[6., 6., 5.]]])
torch.Size([2, 2, 3])
对结果进行分析:
index是大小为3的向量,输入的张量形状为2×2×3
dim = 0时,输出的张量形状为3×2×3
dim = 1时,输出的张量形状为2×3×3
dim = 2时,输出的张量形状为2×2×3
注意输出张量维度的变化与index大小的关系,结合输出的张量与原始张量来分析index_select()函数的作用
来源:https://blog.csdn.net/g_blink/article/details/102854188
![](/images/zang.png)
![](/images/jiucuo.png)
猜你喜欢
Python多进程fork()函数详解
Oracle数据库编写有效事务指导方针
Python自动化之批量处理工作簿和工作表
ASP 日期的加减运算实现代码
在Python中使用SimpleParse模块进行解析的教程
在Python中操作文件之seek()方法的使用教程
asp中文件与文件夹常用处理函数(文件后缀、创建文件等)
SQL Server 2000安装图解教程
![](https://img.aspxhome.com/file/UploadPic/up/2009090920263675.gif)
ASP获取网页内容(解决乱码问题)
python 利用turtle模块画出没有角的方格
![](https://img.aspxhome.com/file/2023/6/72016_0s.jpg)
Oracle数据表分区的策略
Django与DRF结合的全局异常处理方案详解
用IE浏览器UTF-8页面是一片空白
Python教程之类型转换详解
客齐集社区头像显示效果代码
![](https://img.aspxhome.com/file/UploadPic/20084/3/200843132357900s.gif)
从 msxml6.dll 中获取 DOMDocument 对象的方法与属性
使用typescript快速开发一个cli的实现示例
![](https://img.aspxhome.com/file/2023/6/56016_0s.png)
分析SQL Server中数据库的快照工作原理
ACCESS入门教程:用向导建立数据库
![](https://img.aspxhome.com/file/UploadPic/20081/17/20081171368486s.gif)
为你的有序列表添加个性样式
![](https://img.aspxhome.com/file/UploadPic/20092/23/ol-overview-60s.gif)