Pytorch索引、切片、连接

---

---

1.torch.cat()

  torch.cat() 是 PyTorch 库中的一个函数，用于沿指定维度连接张量。它接受一系列张量作为输入，并沿指定的维度进行连接。

torch.cat(tensors, dim=0, out=None)
"""
tensors：要连接的张量序列（例如，列表、元组）。
dim（可选）：要沿其进行连接的维度。它指定了轴或维度编号。默认情况下，它设置为0，表示沿第一个维度进行连接。
out（可选）：存储结果的输出张量。如果指定了 out，结果将存储在此张量中。如果未提供 out，则会创建一个新的张量来存储结果。
"""

import torch

# 创建两个张量
tensor1 = torch.tensor([[1, 2], [3, 4]])
tensor2 = torch.tensor([[5, 6], [7, 8]])

# 沿着维度0连接两个张量
result0 = torch.cat((tensor1, tensor2), dim=0)
result1 = torch.cat((tensor1, tensor2), dim=1)

print("result0",result0)
print("result1",result1)

result0 tensor([[1, 2],
        		[3, 4],
        		[5, 6],
        		[7, 8]])
result1 tensor([[1, 2, 5, 6],
        		[3, 4, 7, 8]])

2.torch.column_stack()

 torch.column_stack() 是 PyTorch 中的一个函数，用于按列堆叠张量来创建一个新的张量。它将输入张量沿着列的方向进行堆叠，并返回一个新的张量。

torch.column_stack(tensors)
"""
tensors：要堆叠的张量序列。它可以是一个包含多个张量的元组、列表或任意可迭代对象。
"""

import torch

tensor1 = torch.tensor([1, 2, 3])
tensor2 = torch.tensor([4, 5, 6])

result = torch.column_stack((tensor1, tensor2))

print(result)

tensor([[1, 4],
        [2, 5],
        [3, 6]])

3.torch.gather()

torch.gather() 是 PyTorch 中的一个函数，用于根据给定的索引从输入张量中收集元素。它允许你按照指定的索引从输入张量中选择元素，并将它们组合成一个新的张量。

torch.gather(input, dim, index, out=None, sparse_grad=False)
"""
input：输入张量，从中收集元素。
dim：指定索引的维度。
index：包含要收集元素的索引的张量。
out（可选）：输出张量，用于存储结果。
sparse_grad（可选）：指定是否启用稀疏梯度。默认为 False
"""

import torch

# 输入张量
input = torch.tensor([[1, 2], [3, 4]])

# 索引张量
index = torch.tensor([[0, 0], [1, 0]])

# 根据索引从输入张量中收集元素
result = torch.gather(input, 1, index