张量索引 API

在 PyTorch C++ API 中索引张量与 Python API 的工作原理非常相似。所有索引类型，例如 None / ... / 整数 / 布尔值 / 切片 / 张量，在 C++ API 中均可用，从而使从 Python 索引代码到 C++ 的转换变得非常简单。主要区别在于，不像 Python API 语法那样使用 [] 运算符，在 C++ API 中，索引方法是

• torch::Tensor::index (链接)

• torch::Tensor::index_put_ (链接)

还要注意，例如 None / Ellipsis / Slice 这样的索引类型位于 torch::indexing 命名空间中，建议在任何索引代码之前添加 using namespace torch::indexing，以便方便地使用这些索引类型。

以下是一些将 Python 索引代码转换为 C++ 的示例

获取器

Python	C++（假设 using namespace torch::indexing）
tensor[None]	tensor.index({None})
tensor[Ellipsis, ...]	tensor.index({Ellipsis, "..."})
tensor[1, 2]	tensor.index({1, 2})
tensor[True, False]	tensor.index({true, false})
tensor[1::2]	tensor.index({Slice(1, None, 2)})
tensor[torch.tensor([1, 2])]	tensor.index({torch::tensor({1, 2})})
tensor[..., 0, True, 1::2, torch.tensor([1, 2])]	tensor.index({"...", 0, true, Slice(1, None, 2), torch::tensor({1, 2})})

设置器

Python	C++（假设 using namespace torch::indexing）
tensor[None] = 1	tensor.index_put_({None}, 1)
tensor[Ellipsis, ...] = 1	tensor.index_put_({Ellipsis, "..."}, 1)
tensor[1, 2] = 1	tensor.index_put_({1, 2}, 1)
tensor[True, False] = 1	tensor.index_put_({true, false}, 1)
tensor[1::2] = 1	tensor.index_put_({Slice(1, None, 2)}, 1)
tensor[torch.tensor([1, 2])] = 1	tensor.index_put_({torch::tensor({1, 2})}, 1)
tensor[..., 0, True, 1::2, torch.tensor([1, 2])] = 1	tensor.index_put_({"...", 0, true, Slice(1, None, 2), torch::tensor({1, 2})}, 1)

Python/C++ 索引类型之间的转换

Python 和 C++ 索引类型之间的对应关系如下

Python	C++（假设 using namespace torch::indexing）
None	None
Ellipsis	Ellipsis
...	"..."
123	123
True	true
False	false
: 或 ::	Slice() 或 Slice(None, None) 或 Slice(None, None, None)
1: 或 1::	Slice(1, None) 或 Slice(1, None, None)
:3 或 :3:	Slice(None, 3) 或 Slice(None, 3, None)
::2	Slice(None, None, 2)
1:3	Slice(1, 3)
1::2	Slice(1, None, 2)
:3:2	Slice(None, 3, 2)
1:3:2	Slice(1, 3, 2)
torch.tensor([1, 2])	torch::tensor({1, 2})