python切片的高级用法

import torch
import numpy as np
z = torch.tensor(np.random.rand(2,5,3))
print(z[None].shape)
# torch.Size([[1, 2, 5, 3]]) 增加一个维度到第0个维度,这里等同于unsqueeze(0)
print(z[:,None].shape)
# torch.Size([2, 1, 5, 3]) 等价于z[:,None,:] 第0个维度不变,增加一个维度到第1个维度,剩下其他维度不变
print(z[...,None].shape)
# torch.Size([2, 5, 3, 1])  增加一个维度到最后1个维度,...代表前面所有的维度不变
print(z[:,:,None].shape)
# torch.Size([2, 5, 1, 3])

P_mask = z[:, None]==z[None]
# torch.Size([2, 2, 5, 3])  维度不同处,expand

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