pytorch张量数据索引切片与维度变换操作

1： 对于图像的处理

a = torch.rand(4,3,2), dim  = 3 的张量 a
print(a)

 a的值： tensor([[[0.3627, 0.3944],
         [0.6897, 0.5150],
         [0.5451, 0.3039]],

        [[0.3529, 0.8437],
         [0.2474, 0.2875],
         [0.6539, 0.4022]],

        [[0.5342, 0.1842],
         [0.6133, 0.0485],
         [0.2158, 0.8554]],

        [[0.8230, 0.5477],
         [0.5769, 0.5792],
         [0.6301, 0.6034]]])

a[:2]  # 取第一个维度的前2个数据
切片的值： tensor([[[0.3627, 0.3944],
         [0.6897, 0.5150],
         [0.5451, 0.3039]],

        [[0.3529, 0.8437],
         [0.2474, 0.2875],
         [0.6539, 0.4022]]])

a[:2,:1,:] #取第一个维度的前2个数据，取第二各维度的前1个数据,取剩下的维度所有的数据
切片的值： tensor([[[0.3627, 0.3944]],

                [[0.3529, 0.8437]]])

同理：

a[:2,1:,:] # 取第一维的前2个元素，取第二维的第1个索引到最后一个索引的数据（包含尾索引1），后2个维度全部取到（注意索引号是从0开始）
a[:2,-3:] # 负号百世第2个维度上从倒数第3个数据（包含倒数第-3）取到倒数第一个数据（索引-1）
a[:,0:3:2,:] # 2个冒号表示隔行取数据，具有一定的间隔
a[:,::2,::1] # 2个冒号一块写，代表从所有的数据中隔行取数据