Pytorch中 torch.index_select(input, dim, index, out=None) → Tensor 用法

 

1.返回值和参数解释

按照官网的解释

• return（Tensor） 该方法返回一个Tensor，输出结果是按照输入的Tensor进行索引得到

• input（Tensor）–输入张量。（原Tensor，得到的结果就是从该Tensor中产生）

• dim（int）–我们索引的维度。（常用值：0/1  表示：按行/列索引）

• index（LongTensor）–包含要索引的索引的一维张量。（选择原Tensor某些行或者某些列）

• out（Tensor，可选）–输出张量。

2.使用方法以及实例

import torch

x = torch.randn(4,3)
print('x = ',x)
# x 是原Tensor
# 0 按行索引
# torch.Tensor([1,2,3]) 截取原Tensor的2,3,4 行
y = torch.index_select(x, 0, torch.LongTensor([1,2,3]))
print('y = ',y)
# 此方式得到的结果与y 相同
print(x.index_select(0,torch.LongTensor([1,2,3])))

# 1 按列索引
# torch.Tensor([0,2]) 截取原Tensor的 1,3 列
z = torch.index_select(x, 1, torch.LongTensor([0,2]))
print('z = ',z)
print(x.index_select(1,torch.LongTensor([0,2])))

结果：

x =  tensor([[ 1.4381,  1.4937,  0.1507],
        [ 1.0306, -1.8240,  0.6450],
        [ 1.5915, -0.0304, -0.5963],
        [-0.8520, -0.3590, -1.3559]])
y =  tensor([[ 1.0306, -1.8240,  0.6450],
        [ 1.5915, -0.0304, -0.5963],
        [-0.8520, -0.3590, -1.3559]])
tensor([[ 1.0306, -1.8240,  0.6450],
        [ 1.5915, -0.0304, -0.5963],
        [-0.8520, -0.3590, -1.3559]])
z =  tensor([[ 1.4381,  0.1507],
        [ 1.0306,  0.6450],
        [ 1.5915, -0.5963],
        [-0.8520, -1.3559]])
tensor([[ 1.4381,  0.1507],
        [ 1.0306,  0.6450],
        [ 1.5915, -0.5963],
        [-0.8520, -1.3559]])