torch.index_select¶

torch.index_select(input, dim, index, *, out=None) → 张量¶

返回一个新的张量，该张量沿维度 dim 对 input 张量进行索引，索引的条目来自 index，这是一个 LongTensor。

返回的张量具有与原始张量相同的维度数量 (input)。第dim维度的大小与index的长度相同；其他维度的大小与原始张量中的大小相同。

注意

返回的张量不使用与原始张量相同的存储空间。如果out的形状与预期不同，我们会静默地将其更改为正确的形状，并在必要时重新分配底层存储。

Parameters

输入 (张量) – 输入张量。
dim (int) – 我们索引的维度
索引 (IntTensor 或 LongTensor) – 包含要索引的索引的1-D张量

Keyword Arguments

输出 (张量, 可选) – 输出张量。

示例：

>>> x = torch.randn(3, 4)
>>> x
tensor([[ 0.1427,  0.0231, -0.5414, -1.0009],
        [-0.4664,  0.2647, -0.1228, -1.1068],
        [-1.1734, -0.6571,  0.7230, -0.6004]])
>>> indices = torch.tensor([0, 2])
>>> torch.index_select(x, 0, indices)
tensor([[ 0.1427,  0.0231, -0.5414, -1.0009],
        [-1.1734, -0.6571,  0.7230, -0.6004]])
>>> torch.index_select(x, 1, indices)
tensor([[ 0.1427, -0.5414],
        [-0.4664, -0.1228],
        [-1.1734,  0.7230]])