原文：https://www.cnblogs.com/hellcat/p/8445250.html

一、普通索引

示例

a = t.Tensor(4,5)

print(a)

print(a[0:1,:2])

print(a[0,:2]) # 注意和前一种索引出来的值相同，shape不同

print(a[[1,2]]) # 容器索引

 3.3845e+15  0.0000e+00  3.3846e+15  0.0000e+00  3.3845e+150.0000e+00  3.3845e+15  0.0000e+00  3.3418e+15  0.0000e+003.3845e+15  0.0000e+00  3.3846e+15  0.0000e+00  0.0000e+000.0000e+00  1.5035e+38  8.5479e-43  1.5134e-43  1.2612e-41
[torch.FloatTensor of size 4x5]3.3845e+15  0.0000e+00
[torch.FloatTensor of size 1x2]3.3845e+150.0000e+00
[torch.FloatTensor of size 2]0.0000e+00  3.3845e+15  0.0000e+00  3.3418e+15  0.0000e+003.3845e+15  0.0000e+00  3.3846e+15  0.0000e+00  0.0000e+00
[torch.FloatTensor of size 2x5]

普通索引内存分析

普通索引后的结果和原Tensor的内存共享

print(a[a>1])

import copy

b = copy.deepcopy(a)

a[a>1]=10

print(a,b)

 3.3845e+153.3846e+153.3845e+153.3845e+153.3418e+153.3845e+153.3846e+151.5035e+38
[torch.FloatTensor of size 8]10.0000   0.0000  10.0000   0.0000  10.00000.0000  10.0000   0.0000  10.0000   0.000010.0000   0.0000  10.0000   0.0000   0.00000.0000  10.0000   0.0000   0.0000   0.0000
[torch.FloatTensor of size 4x5]3.3845e+15  0.0000e+00  3.3846e+15  0.0000e+00  3.3845e+150.0000e+00  3.3845e+15  0.0000e+00  3.3418e+15  0.0000e+003.3845e+15  0.0000e+00  3.3846e+15  0.0000e+00  0.0000e+000.0000e+00  1.5035e+38  8.5479e-43  1.5134e-43  1.2612e-41
[torch.FloatTensor of size 4x5]

array([[  1.00000000e+01,   0.00000000e+00,   1.00000000e+01,0.00000000e+00,   1.00000000e+01],[  0.00000000e+00,   1.00000000e+01,   0.00000000e+00,1.00000000e+01,   0.00000000e+00],[  1.00000000e+01,   0.00000000e+00,   1.00000000e+01,0.00000000e+00,   0.00000000e+00],[  0.00000000e+00,   1.00000000e+01,   8.54792063e-43,1.51340234e-43,   1.26116862e-41]], dtype=float32)

索引函数gather介绍

方的介绍：
如果input是一个n维的tensor，size为 (x0,x1…,xi−1,xi,xi+1,…,xn−1)，dim为i，然后index必须也为n维tensor，size为 (x0,x1,…,xi−1,y,xi+1,…,xn−1)，其中y >= 1，最后输出的out与index的size是一样的。
意思就是按照一个指定的轴（维数）收集值
对于一个三维向量来说：

out[i][j][k] = input[index[i][j][k]][j][k] # if dim == 0

out[i][j][k] = input[i][index[i][j][k]][k] # if dim == 1

out[i][j][k] = input[i][j][index[i][j][k]] # if dim == 2

参数:
input (Tensor) – 源tensor
dim (int) – 指定的轴数（维数）
index (LongTensor) – 需要聚集起来的数据的索引
out (Tensor, optional) – 目标tensor

简单来说，就是在Tensor(input)的众多维度中针对某一维度(dim参数)，使用一维Tensor（index）进行索引，并对其他维度进行遍历。

a = t.arange(16).view(4,4)

index = t.LongTensor([[0,1,2,3]])

print(a)

print(index)

print(a.gather(0,index))

# 逆操作scatter_，注意是inplace的

b = t.zeros(4,4)

b.scatter_(0,index,a.gather(0,index))

print(b)

  0   1   2   34   5   6   78   9  10  1112  13  14  15
[torch.FloatTensor of size 4x4]0  1  2  3
[torch.LongTensor of size 1x4]0   5  10  15
[torch.FloatTensor of size 1x4]0   0   0   00   5   0   00   0  10   00   0   0  15
[torch.FloatTensor of size 4x4]

二、高阶索引

和普通索引不同，高阶索引前后一般不会共享内存，后面介绍Tensor内存结构时会提到。

x = t.arange(0,27).view(3,3,3)

print(x)

print(x[[1,2],[1,2],[2,0]]) # x[1,1,2]和x[2,2,0]

print(x[[2,1,0],[0],[0]]) # x[2,0,0]和x[1,0,0]和x[0,0,0]

(0 ,.,.) = 0   1   23   4   56   7   8(1 ,.,.) = 9  10  1112  13  1415  16  17(2 ,.,.) = 18  19  2021  22  2324  25  26
[torch.FloatTensor of size 3x3x3]1424
[torch.FloatTensor of size 2]1890
[torch.FloatTensor of size 3]

pytorch 索引相关推荐

PyTorch与向量化计算
还是先认错啊只为自己好加标签自己看方便~~ 向量化计算是一种特殊的并行计算方式.程序在同一时间内只执行一个操作,而并行计算可以在同一时间内执行多个操作.向量化计算是指对不同的数据执行同样的一个或 ...
fastai 2019 lesson9 notes 笔记
lesson9 How to train your model 本文markdown源文件:lesson9.md 2019年视频地址:https://course19.fast.ai/videos/? ...
《动手学深度学习》—学习笔记
文章目录深度学习简介起源特点小结预备知识获取和运行本书的代码 pytorch环境安装方式一方式二数据操作创建运算广播机制索引运算的内存开销 NDArray和NumPy相互变 ...
Isaac-gym(8):Tensor API
希望和正在或者想要学习使用ISAAC-GYM的朋友一起有一个讨论群,尝试互帮互助,交流学习内容~ 目前刚开始尝试,不知道能不能建立起来,如果有意向请私戳!! --2023.02 1. 模拟设置 ten ...
PyTorch官方教程大更新：增加标签索引，更加新手友好
点击上方↑↑↑"视学算法"关注我来源:公众号量子位授权 PyTorch官方教程,现已大幅更新: 提供标签索引,增加主题分类,更加新手友好. 不必再面对一整页教学文章茫然无措, ...
pytorch 几个不同获得索引的方法
pytorch 几个不同获得索引的方法 https://blog.csdn.net/luolinll1212/article/details/82224491 2018年08月30日 17:08:36 ...
PyTorch官方教程大更新：增加标签索引，新手更加友好
点上方蓝字计算机视觉联盟获取更多干货在右上方 ··· 设为星标 ★,与你不见不散仅作分享,不代表本公众号立场,侵权联系删除转载于:量子位 AI博士笔记系列推荐周志华<机器学习>手推 ...
Pytorch——如何创建一个tensor与索引和切片(一)
创建Tensor numpy是一个非常常见的数据的一个载体,数据可以先从numpy中间先导进tensor来: 1.从numpy引入 import from numpy a=np.array([2,3. ...
【Pytorch深度学习实践】B站up刘二大人课程笔记——目录与索引（已完结）
从有代码的课程开始讨论 [Pytorch深度学习实践]B站up刘二大人之LinearModel -代码理解与实现(1/9) [Pytorch深度学习实践]B站up刘二大人之 Gradient Desc ...

pytorch 索引