torch.tensor索引

最新推荐文章于 2024-07-31 20:39:38 发布
最新推荐文章于 2024-07-31 20:39:38 发布
阅读量335 收藏 1
点赞数
分类专栏： python
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_41529093/article/details/119655263
版权

仅作为记录，大佬请跳过。

用outputs[0][0]

outputs
# tensor([[ 7.7213, -7.2519]], device='cuda:0')
# tensor([[ 7.3663, -7.1830]], device='cuda:0')
# tensor([[-5.6146,  5.7881]], device='cuda:0')
# a=np.array((torch.max(outputs).data.cpu()-(-10))/20)
# a
outputs.size()
outputs[0][0]

在这里插入图片描述

参考

传送门

captain飞虎大队
关注
专栏目录
[Pytorch基础]torch.tensor对象的索引机制
LY_970909的博客
03-12 1471
Pytorch的索引机制介绍与实例
torch.Tensor.index_add_函数，pytorch中的tf.unsorted_segment_sum
zyoung17的博客
05-10 5790
ref: https://pytorch.org/docs/1.4.0/tensors.html?highlight=index_add_#torch.Tensor.index_add_ https://blog.csdn.net/weixin_44289071/article/details/103882658 torch.Tensor.index_add_能实现指定行或列的内容相加的功能，类似于tensorflow中tf.unsorted_segment_sum函数，可以用在比如实例分割中进行特征聚
PyTorch深度学习基础---Tensor的索引和切片
Ting_28的博客
03-10 480
Tensor支持基本索引和切片操作。Tensor支持ndarray中的高级索引（整数索引和布尔索引）操作。torch.nonzero用于返回非零值的索引矩阵。torch.where（condition，x，y）判断condition的条件是否满足。
pytorch tensor的高级索引
最新发布
m0_53291740的博客
07-31 512
0,0,0],[1,1,1]就是取3个第一维度（0轴）为0，第二维度（1轴）为1的元素。第一个冒号代表0轴，第二个冒号代表1轴，第三个冒号代表2轴。哪个维度是0，idx就会在x的基础上少那个维度。会出现对个对应的值，只改变第一个维度。下面的例子对于这个x进行操作。第二个冒号可以选这类。第一个冒号可以选这类。第三个冒号可以选这类。
torch中tensor的普通索引以及index_select、torch.gather
qq_43391414的博客
09-27 1万+
今天讲二维和三维数组如何索引，重点在二维，三维是从二维拓展而来。 二维 二维数组很容易索引，例如： c=torch.rand(2,3) print(c) #取行 print(c[[0,1],:]) #取列 print(c[:,[1,2]]) #取行列，所以就是某个元素了。 print(c[[0],[0]])#取(0,0) print(c[[0,0,0],[0,1,2]])#取(0,0),(0,1),(0,2) 需要注意的是，上述写成下述则不是我们想要的： index=torch.tensor(
Pytorch Tensor的索引与切片
热门推荐
洪流之源
06-25 6万+
1. Pytorch风格的索引 根据Tensor的shape，从前往后索引，依次在每个维度上做索引。 示例代码： import torch a = torch.rand(4, 3, 28, 28) print(a[0].shape) #取到第一个维度 print(a[0, 0].shape) # 取到二个维度 print(a[1, 2, 2, 4]) # 具体到某个元素 上述代码创建...
Pytorch Tensor的索引与切片例子
09-18
今天小编就为大家分享一篇Pytorch Tensor的索引与切片例子，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
one hot编码：`torch.Tensor.scatter_()`函数用法详解
01-07
torch.Tensor.scatter_()是torch.gather()函数的方向反向操作。两个函数可以看成一对兄弟函数。gather用来解码one hot，scatter_用来编码one hot。 scatter_(dim, index, src) → Tensor dim (python:int) – 用来...
unable to get repr for ＜class ‘torch.Tensor‘＞和RuntimeError: CUDA error: device-side assert trigger错误
qq_44731259的博客
10-22 1393
在远程调试出现unable to get repr for ＜class ‘torch.Tensor‘＞和RuntimeError: CUDA error: device-side assert trigger错误
如何获取torch.Tensor指定维度的最大值且结果保持形状
星云
07-31 2527
tensor([[[0.1487, 0.9914], [0.7275, 0.9166], [0.0283, 0.2238]], [[0.5389, 0.8079], [0.0156, 0.6451], [0.0940, 0.6989]], [[0.2591, 0.6486], [0.2477, 0.3197], [0.3879, 0.9595]],
pytorch学习（二）：tensor的索引操作--- gather和scatter_
qq_43581151的博客
07-26 2559
1.gather函数 gather(input, dim, index)：根据index，在dim维度上选取数据，输出的size与index一样。 gather是一个比较复杂的操作，对一个二维tensor，输出的每个元素如下： out[i][j] = input[index[i][j]][j] #dim = 0 out[i][j] = input[i][index[i][j]] #dim ...
pytorch张量索引切片等学习笔记
09-09
结合网上的相关教程整理的关于pytorch的有关张量，索引，切片以及与numpy相互转换使用的学习笔记，比较完整，有兴趣的可以下载！
PyTorch 索引与切片-Tensor基本操作
哒哒哒哒 哒哒
06-11 559
Indexing: 使用索引获取目标对象，Slicing: 使用切片获取。以如下 tensor。
Pytorch(1)-torch.Tensor特性与操作(创建、索引、均值、方差)
sinat_40624829的博客
06-07 3万+
torch常用的一些函数1 torch.mean()2 torch.mean()3 torch.squeeze() 1 torch.mean() 产生大小为指定的，正态分布的采样点，数据类型是tensor torch.randn(4) tensor([-2.1436, 0.9966, 2.3426, -0.6366]) torch.randn(2, 3) tensor([[ 1.5...
Pytorch：浅探Tensor的各种索引形式
要相信光
12-18 6963
文章目录前因各种Tensor索引操作1. 简单索引2. 一般的花式索引3. 复杂的花式索引4. Informer代码示例 前因 之前一直以为对ndarray的各种索引切片操作还算得上熟悉，但今天师弟问了我Informer实现中ProbSparse Self-Attention的一些Tensor索引操作，才发现有些操作还不太懂，而网上也缺乏相关的参考资料。因此在一系列探索下，写下了这篇博客。 各种Tensor索引操作 构造示例数组x，为一个三维tesnor： import torch x = torch.ar
pytorch中的数据索引
jakelihua
03-10 1214
在PyTorch中，数据索引是指在处理张量（Tensor）时访问或操作特定元素的过程。索引在数据处理和深度学习中是非常常见且重要的操作，它允许我们以各种方式访问数据集中的元素，执行数据的切片、提取、过滤等操作。
torch.index_select()——数组索引
qq_50001789的博客
09-15 9803
torch.index_select()——数组索引 torch.index_select(input, dim, index, *, out=None) → Tensor 功能：选择根据给定的index和dim在input中选择张量数据，相当于更高级的索引功能。 输入： input：需要索引的张量数组 dim：索引维度(沿dim维度进行索引) index：索引值，可以是单个数字、也可以是一个序列(一维序列) 注意： 返回的张量数组与原始的张量数组具有相同的维数，这里与直接进行索引有区别，具体见案例
torch中的索引，切片，连接，换位
weixin_43005832的博客
05-10 1932
import numpy as np '''https://pytorch-cn.readthedocs.io/zh/latest/package_references/torch/#indexing-slicing-joining-mutating-ops''' 'https://pytorch-cn.readthedocs.io/zh/latest/package_references/torch/#indexing-slicing-joining-mutating-ops' torch.cat(i
Pytorch中tensor的索引
weixin_43112462的博客
11-29 3537
Pytorch中tensor的索引引言分类概述例子1、0维索引2、1维索引3、2维索引参考 引言 做了一段时间的目标检测，在这个过程中也复现了不少经典的检测网络，例如，faster-rcnn，yolov3，retinanet等等。在学习，消化别人代码的过程中，经常会遇到一个多维的tensor来索引另一个多维的tensor这种种类似的情况，而我对索引的概念还停留在a[0]，a[0,:]，a[0,…]...
torch.Tensor如何取数据
04-04
可以使用索引来获取torch.Tensor中的数据。以下是一些常用的方法： 1. 使用整数索引获取单个元素： ``` x = torch.tensor([[1, 2, 3], [4, 5, 6]]) print(x[0][1]) # 输出2 ``` 2. 使用切片索引获取多个元素： `...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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