torch.index_select

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

返回一个新的张量，它使用 LongTensor 类型的 index 中的条目，沿维度 dim 索引 input 张量。

返回的张量与原始张量 (input) 具有相同的维度数。第 dim 个维度的尺寸与 index 的长度相同；其他维度的尺寸与原始张量相同。

注意

返回的张量不使用与原始张量相同的存储。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。

参数

• input (Tensor) – 输入张量。

• dim (int) – 我们在其上进行索引的维度

• index (IntTensor 或 LongTensor) – 包含要索引的索引的 1-D 张量

关键字参数

out (Tensor, 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]])