torch.gather,torch.squeeze和torch.unsqueeze

本文详细介绍如何使用PyTorch的gather函数结合squeeze和unsqueeze操作,实现从多维张量中精确提取特定元素,适用于从高维数据中进行复杂的数据筛选。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

torch.gather结合torch.squeeze和torch.unsqueeze实现提取每行指定元素(可扩展至高维)

import torch

conf_t = torch.Tensor([[1,2,3],[2,3,4]])
print(conf_t)

idx = torch.LongTensor([2, 1])
print(idx)

idx2 = idx.unsqueeze(-1)# 增加1个维度,-1表示在最高维度上增加
print(idx2)

targets_weighted = torch.gather(conf_t, -1, idx2)# 以idx2为索引,聚集conf_t中对应的元素
print(targets_weighted)

targets_weighted = targets_weighted.squeeze(-1)# 降低1个维度,-1表示消去最高维
print(targets_weighted)

输出:

tensor([[1., 2., 3.],
        [2., 3., 4.]])
tensor([2, 1])
tensor([[2],
        [1]])
tensor([[3.],
        [3.]])
tensor([3., 3.])
评论
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