torch.narrow()

官方文档：

def narrow(self: Tensor, dim: _int, start: _int, length: _int) -> Tensor:

函数作用：

：将第dim维缩短，也就是切片。

比如是5行5列的矩阵，我们只需要其中的第3到4行
start为2，起始是第三行
length为2，一共需要切出两行

函数参数：

input (Tensor) – 需要被操作的Tensor

dim (int) – 需要被压缩的维度（可以用行，列来类比）

start (int) – 从哪一维（可以用行，列来类比）开始

length (int) – 需要切片的长度

举例实现：

首先输入5行五列的矩阵，然后输出看一下

x = torch.tensor([[1, 2, 3, 4, 5], [6, 7, 8, 9, 10], [11, 12, 13, 14, 15],[16, 17, 18, 19, 20],[21, 22, 23, 24, 25]])
print(x)
print(x.size())

输出结果：

我们使用torch.narrow()的函数来取出这个矩阵的第三四行
相当于对矩阵 x 将第0维切片，从第三行开始，长度为2

y = torch.narrow(x,0,2,2)
print(y)
print(y.size())

输出结果：

如果要对列进行切片，比如需要将1，2，1列切出来
只需要修改一下参数，dim改为1，start从0开始，length长度为3

z = torch.narrow(x,1,0,3)
print(z)
print(z.size())

输出结果：

总结：

对输入的Tensor x 的第 dim 维度进行压缩/切片，
从start开始，长度为length。其他维度不变