torch索引使用方式示例
-
已知b = torch.Tensor([[1],[2]])，请问b[1]和b[[1]]的区别
在 PyTorch 中，b[1] 和 b[[1]] 之间有一个微妙的区别，这涉及到张量的索引和切片操作。让我解释一下两者之间的区别：
-
b[1]：这是使用整数索引来获取张量
b中的元素。由于b是一个形状为 (2, 1) 的张量，使用整数索引会选择第二个元素，即2。这会返回一个包含标量值2的张量。 -
b[[1]]：这是使用列表或张量索引来获取张量
b中的元素。由于使用了双层方括号，所以实际上是在索引一个张量，即形状为 (1, 1) 的张量，其中包含的值是2。这会返回一个形状为 (1, 1) 的张量。
以下是示例代码，说明两者之间的区别：
import torch
b = torch.tensor([[1], [2]])
# 使用整数索引
b_indexed = b[1]
print("b[1]:", b_indexed) # 输出: tensor([2])
# 使用列表索引
b_list_indexed = b[[1]]
print("b[[1]]:", b_list_indexed) # 输出: tensor([[2]])
总之，b[1] 返回一个包含标量值 2 的张量，而 b[[1]] 返回一个形状为 (1, 1) 的张量，其中包含值 2。