时间:2021-05-23
index_select
anchor_w = self.FloatTensor(self.scaled_anchors).index_select(1, self.LongTensor([0]))
参数说明:index_select(x, 1, indices)
1代表维度1,即列,indices是筛选的索引序号。
例子:
import torch x = torch.linspace(1, 12, steps=12).view(3,4) print(x)indices = torch.LongTensor([0, 2])y = torch.index_select(x, 0, indices)print(y) z = torch.index_select(x, 1, indices)print(z) z = torch.index_select(y, 1, indices)print(z)结果:
tensor([[ 1., 2., 3., 4.], [ 5., 6., 7., 8.], [ 9., 10., 11., 12.]])tensor([[ 1., 2., 3., 4.], [ 9., 10., 11., 12.]])tensor([[ 1., 3.], [ 5., 7.], [ 9., 11.]])tensor([[ 1., 3.], [ 9., 11.]])以上这篇pytorch索引查找 index_select的例子就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持。
声明:本页内容来源网络,仅供用户参考;我单位不保证亦不表示资料全面及准确无误,也不保证亦不表示这些资料为最新信息,如因任何原因,本网内容或者用户因倚赖本网内容造成任何损失或损害,我单位将不会负任何法律责任。如涉及版权问题,请提交至online#300.cn邮箱联系删除。
pytorch中index_select()的用法index_select(input,dim,index)功能:在指定的维度dim上选取数据,不如选取某些行,
函数形式:index_select(dim,index)参数:dim:表示从第几维挑选数据,类型为int值;index:表示从第一个参数维度中的哪个位置挑选数据
本文源码基于版本1.0,交互界面基于0.4.1importtorch按照指定轴上的坐标进行过滤index_select()沿着某tensor的一个轴dim筛选若
参考sys.dm_db_index_physical_stats检查索引碎片情况1.SELECT2.OBJECT_NAME(object_id)asobject
使用Pytorch来编写神经网络具有很多优势,比起Tensorflow,我认为Pytorch更加简单,结构更加清晰。希望通过实战几个Pytorch的例子,让大家