pytorch中的切片时的省略号

最新推荐文章于 2024-08-28 19:44:58 发布

原创最新推荐文章于 2024-08-28 19:44:58 发布 · 1.3k 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#切片

Pytorch 专栏收录该内容

14 篇文章

订阅专栏

本文详细介绍了PyTorch中使用Ellipsis(...)选取张量元素的方法，并通过实例展示了如何利用该语法选取单个及多个元素，以及其对张量维度的影响。

部署运行你感兴趣的模型镜像

x = torch.randint(0,10,(2,3,4))
print(x)

print(x[...,:2]==x[:,:,:2])# 当x有3个维度时，这二者相等。

x[…, :2] # 前面的维度都取，最后一个维度只取前两个元素。

x = torch.randint(0,10,(2,3,4))
print(x)
print('*** 单个元素  ***')
print(x[...,1],x[...,1].shape)

print('*** 多个元素  ***')
print(x[...,:2],x[...,:2].shape)

输出情况。只取单个元素时，变量的维度数减少了1个。取多个元素时，维度数不变

tensor([[[9, 1, 4, 6],
         [7, 0, 7, 1],
         [7, 1, 8, 5]],

        [[7, 8, 3, 9],
         [6, 9, 0, 2],
         [8, 5, 3, 1]]])
*** 单个元素  ***
tensor([[1, 0, 1],
        [8, 9, 5]]) torch.Size([2, 3])
*** 多个元素  ***
tensor([[[9, 1],
         [7, 0],
         [7, 1]],

        [[7, 8],
         [6, 9],
         [8, 5]]]) torch.Size([2, 3, 2])