從二維torch開始

新建torch

import torch

# 新建一個二維 torch 
a = torch.tensor ( [[1,2,3,4],
                    [2,3,1,5],
                    [5,1,7,2]])
a.shape

Out[5]: torch.Size([3, 4])

取出某一行

a[1]   # 取出第1行（從0行開始）

Out[6]: tensor([2, 3, 1, 5])

a[1].shape

Out[28]: torch.Size([4])

取出某一列

a[:,2]   # 雖說取出的是第2列，但還是以行的形式顯示

Out[26]: tensor([3, 1, 7])

a[:,2].shape

Out[27]: torch.Size([3])

一次性取出多行

取出連續(xù)的多行

——有多種操作方式

######## scheme 1 ##########
a[[0, 1]]  # 取出前兩行
### 此時需注意，需要使用兩個中括號，使用 a[0,1] 的格式取出的是 a 的第0行第1列的具體某個元素“tensor(2)”

Out[7]: 
tensor([[1, 2, 3, 4],
        [2, 3, 1, 5]])

######## scheme 2 ###########
a[[range(2)]]   # 取出前兩行
### 當沒有別的指示(如冒號等)時，默認對dim=0進行操作

Out[8]: 
tensor([[1, 2, 3, 4],
        [2, 3, 1, 5]])

######### scheme 3 ###########
a[range(2)]   # 也可以不使用兩個中括號
Out[31]: 
tensor([[1, 2, 3, 4],
        [2, 3, 1, 5]])     

取出不連續(xù)的多行

如：取出第0行和第2行

a[[0,2]]

Out[38]: 
tensor([[1, 2, 3, 4],
        [5, 1, 7, 2]])

一次取出多列

取出連續(xù)的多列

——同樣擁有多種方案

############## scheme 1 ###############
a[:,range(2)]  # 取出前兩列

Out[31]: 
tensor([[1, 2],
        [2, 3],
        [5, 1]])

############ scheme 2 #################
a[:,[0,1]]
Out[32]: 
tensor([[1, 2],
        [2, 3],
        [5, 1]])

取出不連續(xù)的多列

如取出第0列和第3列

a[:,[0,3]]

Out[40]: 
tensor([[1, 4],
        [2, 5],
        [5, 2]])

考慮三維torch

# 新建一個三維torch
b = torch.tensor([ [[1, 2, 3, 7], [4, 5, 6, 9]], 
[[7, 8, 9, 2], [10, 11, 12, 3]], 
[[13, 14, 15, 4], [16, 17, 18, 6]]])

b.shape

Out[10]: torch.Size([3, 2, 4])

b

Out[11]: 
tensor([[[ 1,  2,  3,  7],
         [ 4,  5,  6,  9]],
        [[ 7,  8,  9,  2],
         [10, 11, 12,  3]],
        [[13, 14, 15,  4],
         [16, 17, 18,  6]]])

此三維torch可視化如下：

取出三維torch的任意兩行（means 在dim=0上操作）

取出連續(xù)的行

以前兩行為例

b[range(2)]   # 還是使用中括號

Out[12]: 
tensor([[[ 1,  2,  3,  7],
         [ 4,  5,  6,  9]],
        [[ 7,  8,  9,  2],
         [10, 11, 12,  3]]])

b[range(2)].shape

Out[13]: torch.Size([2, 2, 4])

b[range(2)] == b[[range(2)]] # 使用一個中括號還是兩個中括號，都是一樣的效果
                             ### 但是不能使用三個，shape 會變成 torch.Size([1,2,2,4])

Out[34]: 
tensor([[[True, True, True, True],
         [True, True, True, True]],
        [[True, True, True, True],
         [True, True, True, True]]])

取出不連續(xù)的行

如取出第0行和第2行

b[[0,2]]

Out[42]: 
tensor([[[ 1,  2,  3,  7],
         [ 4,  5,  6,  9]],
        [[13, 14, 15,  4],
         [16, 17, 18,  6]]])

取出任意列

取出連續(xù)的列 & 取出任意列

######### 取出中間維度(dim=1)的前一列
b[:,range(1)].shape 

Out[19]: torch.Size([3, 1, 4])

b[:,range(1)]

Out[25]: 
tensor([[[ 1,  2,  3,  7]],
        [[ 7,  8,  9,  2]],
        [[13, 14, 15,  4]]])

############# 取出前兩列
b[:,range(2)]   

Out[43]: 
tensor([[[ 1,  2,  3,  7],
         [ 4,  5,  6,  9]],
        [[ 7,  8,  9,  2],
         [10, 11, 12,  3]],
        [[13, 14, 15,  4],
         [16, 17, 18,  6]]])
         
b[:,range(2)].shape

Out[44]: torch.Size([3, 2, 4])

############## 取出任意一列
b[:,1]

Out[46]: 
tensor([[ 4,  5,  6,  9],
        [10, 11, 12,  3],
        [16, 17, 18,  6]])

取出任意頁（dim=2）

取出前n頁

##################### 取出前兩頁
b[:,:,range(2)]

Out[47]: 
tensor([[[ 1,  2],
         [ 4,  5]],
        [[ 7,  8],
         [10, 11]],
        [[13, 14],
         [16, 17]]])
         
b[:,:,range(2)].shape

Out[48]: torch.Size([3, 2, 2])

取出任意頁

如取出第0頁，第2頁和第3頁

b[:,:,[0,2,3]]

Out[49]: 
tensor([[[ 1,  3,  7],
         [ 4,  6,  9]],
        [[ 7,  9,  2],
         [10, 12,  3]],
        [[13, 15,  4],
         [16, 18,  6]]])
         
b[:,:,[0,2,3]].shape

Out[50]: torch.Size([3, 2, 3])

else：取出dim=0/dim=1/dim=2的任意元素操作

待補充文章來源地址http://www.zghlxwxcb.cn/news/detail-429858.html

到了這里，關于筆記：對多維torch進行任意維度的多“行”操作的文章就介紹完了。如果您還想了解更多內(nèi)容，請在右上角搜索TOY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關文章，希望大家以后多多支持TOY模板網(wǎng)！