深度学习02-pytorch-05-张量的索引操作

在 PyTorch 中，张量的索引操作是非常灵活且强大的，允许你访问和修改张量中的特定元素或子集。与 NumPy 的数组操作类似，PyTorch 的张量支持多种索引方法，包括单纯的基础索引、高级索引和切片等。下面详细介绍 PyTorch 中常见的张量索引操作。

1. 基础索引

单个元素索引

你可以通过指定行、列来访问张量中的某个元素：

import torch
​
data = torch.tensor([[2, 8, 6, 9, 2],
                    [8, 7, 0, 8, 2],
                    [2, 7, 4, 0, 4],
                    [8, 9, 4, 3, 6]])
​
# 访问第0行，第1列的元素
print(data[0, 1])  # 输出 8

负索引

你可以使用负数索引来从末尾开始访问张量中的元素：

# 访问倒数第一行，倒数第二列的元素
print(data[-1, -2])  #