Pytorch Tensor的索引與切片例子
1. Pytorch風(fēng)格的索引
根據(jù)Tensor的shape，從前往后索引，依次在每個(gè)維度上做索引。
示例代碼：
import torch a = torch.rand(4, 3, 28, 28) print(a[0].shape) #取到第一個(gè)維度 print(a[0, 0].shape) # 取到二個(gè)維度 print(a[1, 2, 2, 4]) # 具體到某個(gè)元素
上述代碼創(chuàng)建了一個(gè)shape=[4, 3, 28, 28]的Tensor，我們可以理解為4張圖片，每張圖片有3個(gè)通道，每個(gè)通道是28x28的圖像數(shù)據(jù)。a代表這個(gè)Tensor，a后面跟著的列表[]表示對(duì)Tensor進(jìn)行索引，a的維度dim = 4,決定了[]中的元素個(gè)數(shù)不能超過(guò)4個(gè)，[]中的值表示對(duì)應(yīng)維度上的哪一個(gè)元素，比如 a[0]表示取第一個(gè)維度上的第一個(gè)元素，可以理解為第一張圖片，a[1]表示取第一個(gè)維度上的第二個(gè)元素，可以理解為第二張圖片。a[0, 0]表示取第一個(gè)維度上第一個(gè)元素的與第二個(gè)維度上的第一個(gè)元素，也就是第一張圖片第一個(gè)通道的元素。a[1, 2, 2, 4]表示取第第一個(gè)維度上的第二個(gè)元素與第二個(gè)維度上的第三個(gè)元素與第三個(gè)維度上的第三個(gè)元素與第四個(gè)維度上的第5個(gè)元素，也就是第二張圖片第三個(gè)通道第三行第四列的像素值是一個(gè)標(biāo)量值。
輸出結(jié)果：
torch.Size([3, 28, 28]) torch.Size([28, 28]) tensor(0.1076)
2. python風(fēng)格的索引
示例代碼：
import torch # 譬如：4張圖片，每張三個(gè)通道，每個(gè)通道28行28列的像素 a = torch.rand(4, 3, 28, 28) # 在第一個(gè)維度上取后0和1，等同于取第一、第二張圖片 print(a[:2].shape) # 在第一個(gè)維度上取0和1,在第二個(gè)維度上取0， # 等同于取第一、第二張圖片中的第一個(gè)通道 print(a[:2, :1, :, :].shape) # 在第一個(gè)維度上取0和1,在第二個(gè)維度上取1,2， # 等同于取第一、第二張圖片中的第二個(gè)通道與第三個(gè)通道 print(a[:2, 1:, :, :].shape) # 在第一個(gè)維度上取0和1,在第二個(gè)維度上取1,2， # 等同于取第一、第二張圖片中的第二個(gè)通道與第三個(gè)通道 print(a[:2, -2:, :, :].shape) # 使用step隔行采樣 # 在第一、第二維度取所有元素，在第三、第四維度隔行采樣 # 等同于所有圖片所有通道的行列每個(gè)一行或者一列采樣 # 注意：下面的代碼不包括28 print(a[:, :, 0:28:2, 0:28:2].shape) print(a[:, :, ::2, ::2].shape) # 等同于上面語(yǔ)句
注意：負(fù)值的索引即表示倒數(shù)第幾個(gè)元素，-2就是倒數(shù)第二個(gè)元素。
輸出結(jié)果：
torch.Size([2, 3, 28, 28]) torch.Size([2, 1, 28, 28]) torch.Size([2, 2, 28, 28]) torch.Size([2, 2, 28, 28])
3. index_select（）選擇特定索引
選擇特定下標(biāo)有時(shí)候很有用，比如上面的a這個(gè)Tensor可以看作4張RGB（3通道）的MNIST圖像，長(zhǎng)寬都是28px。那么在第一維度上可以選擇特定的圖片，在第二維度上選擇特定的通道，在第三維度上選擇特定的行等：
# 選擇第一張和第三張圖 print(a.index_select(0, torch.tensor([0, 2])).shape) # 選擇R通道和B通道 print(a.index_select(1, torch.tensor([0, 2])).shape) # 選擇圖像的0~8行 print(a.index_select(2, torch.arange(8)).shape)
注意：index_select（）的第二個(gè)索引參數(shù)必須是Tensor類型
輸出結(jié)果：
torch.Size([2, 3, 28, 28]) torch.Size([4, 2, 28, 28]) torch.Size([4, 3, 8, 28])
4. 使用 ... 索引任意多的維度
import torch a = torch.rand(4, 3, 28, 28) # 等與a print(a[...].shape) # 第一張圖片的所有維度 print(a[0, ...].shape) # 所有圖片第二通道的所有維度 print(a[:, 1, ...].shape) # 所有圖像所有通道所有行的第一、第二列 print(a[..., :2].shape)
輸出結(jié)果：
torch.Size([4, 3, 28, 28]) torch.Size([3, 28, 28]) torch.Size([4, 28, 28]) torch.Size([4, 3, 28, 2])
5. 使用mask索引
示例代碼：
import torch a = torch.randn(3, 4) print(a) # 生成a這個(gè)Tensor中大于0.5的元素的掩碼 mask = a.ge(0.5) print(mask) # 取出a這個(gè)Tensor中大于0.5的元素 val = torch.masked_select(a, mask) print(val) print(val.shape)
輸出結(jié)果：
tensor([[ 0.2055, -0.7070, 1.1201, 1.3325],
[-1.6459, 0.9635, -0.2741, 0.0765],
[ 0.2943, 0.1206, 1.6662, 1.5721]])
tensor([[0, 0, 1, 1],
[0, 1, 0, 0],
[0, 0, 1, 1]], dtype=torch.uint8)
tensor([1.1201, 1.3325, 0.9635, 1.6662, 1.5721])
torch.Size([5])
注意：最后取出的 大于0.5的Tensor的shape已經(jīng)被打平。
6. take索引
take索引是在原來(lái)Tensor的shape基礎(chǔ)上打平，然后在打平后的Tensor上進(jìn)行索引。
示例代碼：
import torch a = torch.tensor([[3, 7, 2], [2, 8, 3]]) print(a) print(torch.take(a, torch.tensor([0, 1, 5])))
輸出結(jié)果：
tensor([[3, 7, 2],
[2, 8, 3]])
tensor([3, 7, 3])
以上這篇Pytorch Tensor的索引與切片例子就是小編分享給大家的全部?jī)?nèi)容了，希望能給大家一個(gè)參考，也希望大家多多支持腳本之家。
相關(guān)文章
PyInstaller?是一個(gè)用于將?Python?腳本打包成可執(zhí)行文件的工具，支持?Windows、Linux?和?macOS?等多個(gè)平臺(tái)。它可以將?Python?腳本及其依賴項(xiàng)打包成一個(gè)獨(dú)立的可執(zhí)行文件，方便用戶在沒(méi)有?Python?環(huán)境的機(jī)器上運(yùn)行程序。2023-06-06
python中常用的數(shù)據(jù)結(jié)構(gòu)介紹
這篇文章主要介紹了python中常用的數(shù)據(jù)結(jié)構(gòu)介紹，幫助大家更好的理解和學(xué)習(xí)python的基礎(chǔ)知識(shí)，感興趣的朋友可以了解下2021-01-01
python導(dǎo)出requirements.txt的幾種方法以及環(huán)境配置詳細(xì)流程
這篇文章主要給大家介紹了關(guān)于python導(dǎo)出requirements.txt的幾種方法以及環(huán)境配置詳細(xì)流程,requirements.txt 文件是一個(gè)文本文件,用于列出你的Python項(xiàng)目所依賴的軟件包及其版本,需要的朋友可以參考下2023-11-11
大家好，本篇文章主要講的是Python實(shí)現(xiàn)KPM算法詳解，感興趣的同學(xué)趕快來(lái)看一看吧，對(duì)你有幫助的話記得收藏一下，方便下次瀏覽2021-12-12
Python制作當(dāng)年第一款手機(jī)游戲-貪吃蛇游戲（練習(xí)）
這篇文章主要介紹了Python制作當(dāng)年第一款手機(jī)游戲-貪吃蛇游戲，文章利用Python?pygame做一個(gè)貪吃蛇的小游戲而且講清楚每一段代碼是用來(lái)干嘛的,需要的朋友可以參考一下2022-01-01
django中上傳圖片分頁(yè)三級(jí)聯(lián)動(dòng)效果的實(shí)現(xiàn)代碼
這篇文章主要介紹了django中上傳圖片分頁(yè)三級(jí)聯(lián)動(dòng)效果的實(shí)現(xiàn)代碼，非常不錯(cuò)，具有一定的參考借鑒價(jià)值，需要的朋友參考下吧2019-08-08
六種酷炫Python運(yùn)行進(jìn)度條效果的實(shí)現(xiàn)代碼
這篇文章主要介紹了六種酷炫Python運(yùn)行進(jìn)度條的實(shí)現(xiàn)代碼，本文通過(guò)實(shí)例圖文相結(jié)合給大家介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值,需要的朋友可以參考下2020-07-07
DJango的創(chuàng)建和使用詳解(默認(rèn)數(shù)據(jù)庫(kù)sqlite3)
今天小編就為大家分享一篇DJango的創(chuàng)建和使用詳解(默認(rèn)數(shù)據(jù)庫(kù)sqlite3)，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2019-11-11
python 實(shí)現(xiàn)人和電腦猜拳的示例代碼
這篇文章主要介紹了python 實(shí)現(xiàn)人和電腦猜拳的示例代碼，文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2020-03-03
Python爬取豆瓣數(shù)據(jù)實(shí)現(xiàn)過(guò)程解析
這篇文章主要介紹了Python爬取豆瓣數(shù)據(jù)實(shí)現(xiàn)過(guò)程解析,文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下2020-10-10