torch常用函数手册（10-20）

索引、切片、连接、换位

torch.cat()

torch.cat(inputs, dimension=0) → Tensor

在给定维度上对输入张量序列seq进行连接操作.
torch.cat()可以看做 torch.split() 和 torch.chunk()的反操作。 cat() 函数
可以通过下面例子更好的理解
参数：

• inputs (sequence of Tensors) 可以是任意相同的Tensor类型的python序列。
• dimension (int, optional) –沿着此维连接张量序列。

torch.chunk

torch.chunk(tensor, chunks, dim=0)

在给定维度上将输入张量进行分块儿。
参数：

• tensor (Tensor) – 待分块的输入张量
• chunks (int) – 分块的个数
• dim (int) – 沿着此维度进行分块

torch.gather

torch.gather(input, dim, index, out=None) → Tensor

沿给定轴dim,将输入的索引张量index,指定位置的值进行聚合。
参数

• input (Tensor) – 源张量
• dim (int) – 索引的轴
• index (LongTensor) – 聚合元素的下标
• out (Tensor, optional) – 目标张量

torch.index_select

torch.index_select(input, dim, index, out=None) → Tensor

沿着指定维度对输入进行切片，取index中指定的相应项数。（(index 为一个 LongTensor）然后返回到一个新的张量，返回的张量与原始张量_Tensor**_有相同的维度(在指定轴上)**
注意：返回的张量不与原始张量共享内存空间**。**
参数：

• input (Tensor) – 输入张量
• dim (int) – 索引的轴
• index (LongTensor) – 包含索引下标的一维张量<