torch中narrow的用法

data = tensor:narrow(dim, index, size) 
–表示取出tensor中第dim维上索引从index开始到index+size-1的所有元素存放在data中 

>>> import torch
>>> a = torch.rand(5,6)
>>> a
tensor([[0.9737, 0.5571, 0.3870, 0.1706, 0.2312, 0.8780],
        [0.3136, 0.9588, 0.2739, 0.5845, 0.8543, 0.0935],
        [0.5776, 0.9492, 0.0968, 0.6593, 0.7120, 0.5754],
        [0.5512, 0.1732, 0.3472, 0.8737, 0.9488, 0.2409],
        [0.5602, 0.5082, 0.5949, 0.7618, 0.3155, 0.0606]])
>>> b = a.narrow(0,2,3)
>>> b
tensor([[0.5776, 0.9492, 0.0968, 0.6593, 0.7120, 0.5754],
        [0.5512, 0.1732, 0.3472, 0.8737, 0.9488, 0.2409],
        [0.5602, 0.5082, 0.5949, 0.7618, 0.3155, 0.0606]])
>>> c = a.narrow(1,2,3)
>>> c
tensor([[0.3870, 0.1706, 0.2312],
        [0.2739, 0.5845, 0.8543],
        [0.0968, 0.6593, 0.7120],
        [0.3472, 0.8737, 0.9488],
        [0.5949, 0.7618, 0.3155]])

 

 

 

 

 

 

 

 

 

 

 

 

 

  • 1
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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
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