PyTorch Tensor对Tensor索引（Index wrt Tensor）

最新推荐文章于 2025-10-16 22:49:20 发布

原创

最新推荐文章于 2025-10-16 22:49:20 发布 · 987 阅读

2 ·

CC 4.0 BY-SA版权

文章标签：

#pytorch

本文介绍了如何在PyTorch中实现Tensor对Tensor的索引操作，详细阐述了基础实现思路，并讨论了如何处理特殊情况，如处理未出现在索引中的元素和不同维度的索引问题。

简介

模型越编越复杂，有时候就会涉及到一些PyTorch里面没有的Tensor操作，这时候就得自己写。

最近需要实现Tensor对Tensor的索引，即对于一个Tensor中的每个元素，返回它在另一个Tensor中的位置，例子如下：

> inp = torch.LongTensor([5, 3, 6, 9])
> index = torch.LongTensor([2, 3, 4, 6, 8, 5, 7, 9])
> out = tensor_index(inp, index)
> print(out)
tensor([5, 1, 3, 7]

最低0.47元/天解锁文章

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

扣德夫特

关注关注

1
点赞
踩
2

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

专栏目录

tensorflow index一个tensor

Love-Coding

03-03

556

这个示例是不用tensor来index另一个tensor的方式 import tensorflow as tf input_tensor = tf.random_uniform([2,4,3]) index = tf.placeholder(tf.int32) index2 = tf.placeholder(tf.int32) print(input_tensor[:,0:2].shape) # 一种方式 output = input_tensor[:,index:index2] # 另一种方式 sess

具有不规则结果的常规 PyTorch 张量函数

gongdiwudu的专栏

01-03

5175

深度学习从业者应注意的常用 PyTorch 张量函数的例外情况。你是不是也和上面的人一样呢？如果是，那么本文可能会帮助您在使用 PyTorch 构建深度学习模型时发现一些常见错误。

参与评论您还未登录，请先登录后发表或查看评论

Pytorch 中的 tensor index

Do not mess it up

03-25

3538

遇到了用tensor来index另外一个tensor的操作，在Pytorch中右2个比较相似的操作 torch.index_select 和torch.gather torch.index_select(input,dim,index,out=None)→ Tensor Returns a new tensor which indexes theinputtensor a...

PyTorch中的索引与切片

最新发布

Jorunk的博客

10-16

1518

在 PyTorch 中，张量（）的索引与切片操作和 Python 的列表、NumPy 数组类似，但针对高维张量做了扩展，支持灵活的维度访问和修改。

【Pytorch】tensor索引另一个tensor（tensor[tensor]）

ProLover98的博客

03-30

4404

说明最近在使用pytorch中tensor的时候，遇到了需要使用tensor1[tensor2]的情况，发现了这篇博客，他从代码的角度解释了其工作原理，这里我用图示的方式解释tensor类型为longTensor时的情况工作原理首先，创建两个tensor，如下：import numpy as np import torch x1 = np.array([[1,0,0,1],[1,1,0,1...

【Pytorch笔记】使用Tensor作为索引

NOVAglow646的博客

11-06

2942

使用tensor作为索引

关于pytorch用tensor索引另一个tensor问题

ld326的专栏

03-26

3308

1. 问题在项目中关于如下代码出现问题： def fun1(): start_transitions = torch.nn.Parameter(torch.empty(5)) torch.nn.init.uniform_(start_transitions, -0.1, 0.1) tags_b = tags.byte() rs = start_transition...

MLP理论推导与pytorch实现

a_dreaming的博客

07-16

775

该部分介绍MLP的4种形式，并基于pytorch实现，为神经网络理解奠定基础约定向量

【Pytorch编程】Pytorch-Ignite v0.4.8的安装以及简单使用

陈艺荣

03-22

3385

Pytorch-Ignite v0.4.8的安装以及简单实用

Pytorch搭建ResNet网络进行垃圾分类

weixin_44436319的博客

02-18

3235

该项目是按照别人的视频搭建起来的ResNet34网络，视频参考开放集环境下的垃圾分类，训练的已知类数量为24，未知类数量为16。数据集来源下载好数据集以后，我自己写了自定义数据类GARBAGE40_Dataset() 测试集包含了所有的40个垃圾类别。 Resnet.py ''' python3.7 -*- coding: UTF-8 -*- @Project -> File ：pythonProject -> Resnet @IDE ：PyCharm @Author ：Yang

pytorch: tensors used as indices 用tensor索引另一个tensor

junqing_wu的博客

08-17

4225

tensor1[tensor2] 刚看到这个结构有点懵，不知道它是具体怎么工作的 example.py a = torch.arange(16) b = torch.tensor([2,2,0,1,0,0,1,0,2,1,0,0,1,0,0,0],dtype=torch.uint8) print(a) print(b) print(a[b]) index_list = [[4,3,2,1,0...

PyTorch 笔记（06）— Tensor 索引操作（index_select、masked_select、non_zero、gather）

wohu1104的专栏

07-19

3万+

Tensor 支持与 numpy.ndarray 类似的索引操作，如无特殊说明，索引出来的结果与源 tensor 共享内存，即修改一个，另外一个也会跟着改变。 In [65]: a = t.arange(0,6).reshape(2,3) In [66]:

tensor笔记1--index_select函数（对tensor维度的理解）

FUN6367的博客

07-17

2007

pytorch中index_select函数的作用选取某一维度上的数据函数形式为： index_select(input, dim, index) input为tensor，dim是维度从0开始，index是一维tensor（向量），表示在这个维度上要选择的下标下边直接上例子： import torch x = torch.Tensor([[[1, 2, 3], [4, 5, 6]], [[9, 8, 7],

PyTorch中Tensor的查找和筛选

热门推荐

玄云飘风的博客

12-29

6万+

本文源码基于版本1.0，交互界面基于0.4.1 import torch 按照指定轴上的坐标进行过滤 index_select() 沿着某tensor的一个轴dim筛选若干个坐标 &gt;&gt;&gt; x = torch.randn(3, 4) # 目标矩阵 &gt;&gt;&gt; x tensor([[ 0.1427, 0.0231, -0.5414, -1.0009], ...

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学习笔记（五）——Tensor索引

weixin_46753186的博客

02-24

818

Tensor索引与切片

Pytorch基础（二）Tensor的索引和切片

tangbiubiu的博客

01-31

2080

Pytorch基础（二）Tensor的索引和切片 Tensor的index和select **Dim 0 first：**多维张量的索引默认为第一个维度索引 a = torch.Tensor(4, 3, 28, 28) print(a[0].shape) # torch.Size([3,28,28]) print(a[0,0].shape) # troch.Size([28,28]) 选择前N个或后N个 :代表全部 n:代表从第n个到最后（包括第n个） :n代表从第一个到第n个（不包括第n个）

Tensor的索引和数据筛选

huihuixiaoxue的博客

01-02

425

where

Matlab 中的 find() 函数

qq_44458671的博客

02-06

1159

对于类型，使用是显而易见的：查找对应条件的值将会得到输出即对应非0数在一维数组中的下标但对于矩阵（或者多维数组，抑或称之为），情况有所不同我们可以直观的看到此时 d 的情况但如果我们使用依然得到输出与一维相同也就是说对于高维数组的，本质上还是降到一维后输出对应坐标，而不是分别输出各个维度的坐标，我们对于后 d 的操作，等价于先将其回到一维，再查找 index。

PyTorch Tensor详解：数据类型与运算操作

以上只是PyTorch中Tensor运算的一部分，实际中还有许多其他操作，如排序、索引选择、拼接、连接等。了解并掌握这些基本操作是使用PyTorch进行深度学习的关键步骤。通过这些操作，你可以构建复杂的神经网络模型，并...