pytorch中是否有任何索引方法？

社会演员多 pytorch 203

原文标题 ：Is there any indexing method in pytorch?

我最近在研究pytorch。但是这个问题太奇怪了..

x=np.arrage(24)
ft=torch.FloatTensor(x)
print(floatT.view([@1])[@2])

答案 = 张量([[13., 16.], [19., 22.]])

是否有满足答案的索引方法@1 和@2？

原文链接：https://stackoverflow.com//questions/71495423/is-there-any-indexing-method-in-pytorch

回复

我来回复
  • lucidbrot的头像
    lucidbrot 评论

    如果您首先获取您关心的值，然后才使用view将其解释为矩阵，则更容易考虑：

    # setting up
>>> import torch
>>> import numpy as np
>>> x=np.arange(24) + 3 # just to visualize the difference between indices and values
>>> x
array([ 3,  4,  5,  6,  7,  8,  9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19,
       20, 21, 22, 23, 24, 25, 26])
# taking the values you want and viewing as matrix
>>> ft = torch.FloatTensor(x)
>>> ft[[13, 16, 19, 22]]
tensor([16., 19., 22., 25.])
>>> ft[[13, 16, 19, 22]].view(2,2)
tensor([[16., 19.],
        [22., 25.]])
    2年前 0条评论
  • Shai的头像
    Shai 评论

    byviewingft作为一个有 6 列的张量：

    ft.view(-1, 6)
Out[]:
tensor([[ 0.,  1.,  2.,  3.,  4.,  5.],
        [ 6.,  7.,  8.,  9., 10., 11.],
        [12., 13., 14., 15., 16., 17.],
        [18., 19., 20., 21., 22., 23.]])

    您将元素 (13,19) 和 (16,22) 放在彼此的顶部。现在您只需从正确的行/列中拾取它们：

    .view(-1, 6)[2:, (1, 4)]
Out[]:
tensor([[13., 16.],
        [19., 22.]])
    2年前 0条评论

相关问题