张量索引张量与张量切片

最新推荐文章于 2025-10-08 06:52:23 发布

原创

最新推荐文章于 2025-10-08 06:52:23 发布 · 1.5k 阅读

3 ·

CC 4.0 BY-SA版权

文章标签：

#python #pytorch #神经网络

本文介绍了PyTorch中张量的索引与切片操作，包括张量索引张量和张量切片的概念，强调了索引张量的数据类型要求及其与列表索引的相似性。通过实例解析了不同维度的索引操作，并讨论了广播机制在张量索引中的应用。

张量索引张量与张量切片

提示：
张量的索引与一般的列表和元组索引类似，在不同维度的使用索引值索引，与一般列表相似的数字操作可以参考 https://blog.youkuaiyun.com/Zzz_zhongqing/article/details/107279857
广播机制 https://www.cnblogs.com/jiaxin359/p/9021726.html

这里用一个张量或者列表作为索引参数来索引张量，如 a [ b ] ，这里做为索引的张量 b，它的数据类型必须是long，byte，或者bool型的。
张量索引与列表索引十分类似
以 a = torch.randn（2， 3， 4）为例子，a 的 size 是 2 * 3 * 4 .

a
tensor([[[ 0.9347,  1.6853,  0.1960,  0.6464],
         [-0.5048,  0.8314,  0.8814, -1.3094],
         [-1.2213,  0.3590, -1.0769,  0.8755]],

        [[-0.0164, -0.2710, -1.6122,  0.5343],
         [-1.1255, -0.8615, -0.2898,  0.0288],
         [-0.3857