1. 索引
# [b, c,h, w]
a = torch.rand(4,3,28,28)
取第0张图片
In [12]: a[0].shape
Out[13]: torch.Size([3, 28, 28])
取第0张图片的第0个通道
In [12]: a[0, 0].shape
Out[13]: torch.Size([28, 28])
取第0张图片的第0个通道的2行第4列的像素点
In [12]: a[0, 0, 2, 4]
Out[13]: tensor(0.8072)
2. select first/last N
a[:2] ==[0,2)
3. select by steps
- ： all
-
n： 等价于 n<--end
：n 等价于 start-->n
-
n： 等价于 n<--end
- start：end 等价于 [start:end）
-
start：end：2
每隔阂一行取
默认start：end：1
-
start：end：2
4. select by specific index
-
a.index_select(dim, 索引号）
-
...代表任意长的维度
4. select by mask
5. select by flatten index
网友评论