pytorch中的张量切片操作

#对这个问题的思考来源一pointnet++中farthest_point_sample函数的一个奇怪的操作 基础不好的问题在这里被放大了....

举例 points为(4,2048,3)的张量（rand出的）

points[[0,1,2,3],[24,566,78,2],:]输出

tensor([[0.6144, 0.0547, 0.0585],
        [0.8749, 0.9532, 0.7850],
        [0.2360, 0.9665, 0.3970],
        [0.4338, 0.5040, 0.9196]])

不要在意这个24,566,78,2 （随机生成的索引）

points[:,[24,566,78,2],:]输出

tensor([[[0.6144, 0.0547, 0.0585], #注意这里
         [0.0916, 0.1354, 0.6124],
         [0.3359, 0.1741, 0.7837],
         [0.3978, 0.7925, 0.9981]],

        [[0.0378, 0.7561, 0.4156],
         [0.8749, 0.9532, 0.7850],#注意这里
         [0.0328, 0.6373, 0.8179],
         [0.9189, 0.2274, 0.5162]],

        [[0.3867, 0.0091, 0.7202],
         [0.7550, 0.3339, 0.9375]