【PyTorch】PyTorch中张量(Tensor)切片操作

PyTorch深度学习总结

第三章 PyTorch中张量(Tensor)切片操作


文章目录


一、前言

上文介绍了PyTorch中改变张量(Tensor)形状的操作,本文主要介绍张量切片操作。


二、获取张量中的元素

1、切片(行、列数)方法

python 复制代码
# 引入库
import torch

# 生成张量
A = torch.arange(9).reshape(3, 3)
print(A)

生成张量A:

tensor(

\[0, 1, 2\], \[3, 4, 5\], \[6, 7, 8\]\]) *** ** * ** *** 现截取A\[0\]: ```python print(A[0]) # 截取最外围括号内第一个括号的内容,第一个维度第一行的内容 ``` **结果为:** tensor(\[0, 1, 2\]) ② ```python # 引入库 import torch # 生成张量 B = torch.arange(9).reshape(1, 3, 3) print(B) ``` **生成张量B:** tensor( \[\[\[0, 1, 2\], \[3, 4, 5\], \[6, 7, 8\]\]\]) *** ** * ** *** 现截取B\[0\]: ```python print(B[0]) # 截取最外围括号内第括号的内容,第一个维度第一行的内容 ``` **结果为:** tensor( \[\[0, 1, 2\], \[3, 4, 5\], \[6, 7, 8\]\]) ③根据上文张量B进行截取 ```python print(B[0, 1:2, 1:2]) ``` **结果为:** tensor(\[\[4\]\]) `注意此时[1:2]指第2个元素开头到第三个元素为至,且不包含第三个元素。(属于包含左边不包含右边,先行后列)` *** ** * ** *** ```python print(B[0, 1:3, 1:2]) ``` **结果为:** tensor(\[\[4\], \[7\]\]) *** ** * ** *** ```python print(B[0, -1, -2]) ``` **结果为:** tensor(7) *** ** * ** *** ```python print(B[0, -3:-1, -2]) # 第一个维度,倒数第三行到倒数二行,倒数第二列的元素 ``` **结果为:** tensor(\[1, 4\]) ④通过比较关系输出元素 ```python print(B[B>=3]) ``` **结果为:** tensor(\[3, 4, 5, 6, 7, 8\]) `注意此处为获取元素组成1维张量`

2、torch.where()函数

python 复制代码
C = -B
D = torch.where(B>4, B, C)
print(D)

输出结果为:

tensor(

\[\[ 0, -1, -2\], \[-3, -4, 5\], \[ 6, 7, 8\]\]\])

3、使元素置零的操作

函数 描述
torch.tril(A, diagonal=0) 将A以第一个元素为对角线的直线,将上三角置零
torch.triu(A, diagonal=0) 将A以第一个元素为对角线的直线,将下三角置零
torch.diag(A) 保留对角线,将其他元素全部置零,输入必须是二维张量

示例:

torch.tril():

python 复制代码
E1 = torch.tril(B, diagonal=0)
print(E1)

输出结果为:

tensor(

\[\[0, 0, 0\], \[3, 4, 0\], \[6, 7, 8\]\]\]) *** ** * ** *** ```python E2 = torch.tril(B, diagonal=1) print(E2) ``` 输出结果为: tensor( \[\[\[0, 1, 0\], \[3, 4, 5\], \[6, 7, 8\]\]\]) **torch.triu():** ```python F = torch.triu(B, diagonal=0) print(F) ``` 输出结果为: tensor( \[\[\[0, 1, 2\], \[0, 4, 5\], \[0, 0, 8\]\]\]) **torch.diag():** ```python H = torch.diag(A) print(H) ``` 输出结果为: tensor(\[0, 4, 8\])


相关推荐
cnbestec1 小时前
协作机器人UR7e与UR12e:轻量化设计与高负载能力助力“小而美”智造升级
人工智能·机器人·协作机器人·ur协作机器人·ur7e·ur12e
zskj_zhyl1 小时前
毫米波雷达守护银发安全:七彩喜跌倒检测仪重构居家养老防线
人工智能·安全·重构
gaosushexiangji2 小时前
利用sCMOS科学相机测量激光散射强度
大数据·人工智能·数码相机·计算机视觉
ai小鬼头3 小时前
AIStarter新版重磅来袭!永久订阅限时福利抢先看
人工智能·开源·github
说私域4 小时前
从品牌附庸到自我表达:定制开发开源AI智能名片S2B2C商城小程序赋能下的营销变革
人工智能·小程序
飞哥数智坊4 小时前
新版定价不够用,Cursor如何退回旧版定价
人工智能·cursor
12点一刻4 小时前
搭建自动化工作流:探寻解放双手的有效方案(2)
运维·人工智能·自动化·deepseek
未来之窗软件服务5 小时前
东方仙盟AI数据中间件使用教程:开启数据交互与自动化应用新时代——仙盟创梦IDE
运维·人工智能·自动化·仙盟创梦ide·东方仙盟·阿雪技术观
chao_7895 小时前
二分查找篇——搜索旋转排序数组【LeetCode】一次二分查找
数据结构·python·算法·leetcode·二分查找
烛阴5 小时前
Python装饰器解除:如何让被装饰的函数重获自由?
前端·python