torch.gather通俗例子

本文介绍了PyTorch中的torch.gather函数,通过示例解释了该函数如何进行数据筛选。当dim为0时,筛选按行进行;当dim为1时,筛选按列进行。详细解析了索引的使用方式,并配以图表帮助理解。
摘要由CSDN通过智能技术生成

gather筛选规则: 

import torch

data = torch.tensor([[1, 2, 3], [4, 5, 6], [7, 8, 9]])

indices = torch.tensor([0, 2]) # 在轴上筛选坐标


out = torch.gather(data, dim=0, index=torch.tensor([[0,1],[1,2]]))
print(out)

结果:

tensor([[1, 2, 3],
        [7, 8, 9]])
tensor([[1, 5],
        [4, 8]])

筛选规则:dim为0,表示筛选是行,列是自动的,按照当前位置来映射

0,0 1,1

1,0 2,1

按列筛选:

列参数是给定的,行是自动按照当前位置来同步映射。

import torch

data = torch.tensor([[1, 2, 3], [4, 5, 6],
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

AI算法网奇

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值