跳转至

如何在 Pytorch 中切片 3D 张量？

原文:https://www.geesforgeks.org/如何切片-a-3d-tensor-in-pytorch/

在本文中，我们将讨论如何在 Pytorch 中切片三维张量。

让我们创建一个三维张量进行演示。我们可以使用 torch.tensor()函数创建一个向量

语法: torch.tensor([value1，value2，。值 n])

代码:

蟒蛇 3

# import torch module
import torch

# create an 3 D tensor with 8 elements each
a = torch.tensor([[[1, 2, 3, 4, 5, 6, 7, 8],
                   [10, 11, 12, 13, 14, 15, 16, 17]],

                  [[71, 72, 73, 74, 75, 76, 77, 78],
                   [81, 82, 83, 84, 85, 86, 87, 88]]])

# display actual  tensor
print(a)

输出:

tensor([[[ 1,  2,  3,  4,  5,  6,  7,  8],
        [10, 11, 12, 13, 14, 15, 16, 17]],
       [[71, 72, 73, 74, 75, 76, 77, 78],
        [81, 82, 83, 84, 85, 86, 87, 88]]])

切片三维张量

切片:切片是指通过使用“:”切片操作符选择张量中存在的元素。我们可以通过使用特定元素的索引来分割元素。

注意:索引从 0 开始

语法:张量【张量_位置_开始:张量_位置_结束，张量_维度_开始:张量_维度_结束，张量_值_开始:张量_值_结束】

参数:

  • 张量_位置_开始:指定开始迭代的张量
  • 张量_位置_结束:指定停止迭代的张量
  • 张量_维度_开始:指定在给定位置开始张量迭代的张量
  • 张量 _dimension_stop: 指定在给定位置停止张量迭代的张量
  • 张量 _value_start: 指定张量的起始位置，以迭代维度中给定的元素
  • 张量 _value_stop: 指定张量的结束位置，以迭代维度中给定的元素

示例 1: Python 代码访问 1 维的所有张量，只得到该维的 7 个值

蟒蛇 3

# access  all the tensors of 1 
# dimension and get only 7 values 
# in that dimension
print(a[0:1, 0:1, :7])

输出:

tensor([[[1, 2, 3, 4, 5, 6, 7]]])

例 2: Python 代码访问所有维度的所有张量，每个维度只得到 3 个值

蟒蛇 3

# access  all the tensors of all
# dimensions and get only 3 values 
# in each dimension
print(a[0:1, 0:2, :3])

输出:

tensor([[[ 1,  2,  3],
        [10, 11, 12]]])

示例 3: 访问所有张量上一维的 8 个元素

蟒蛇 3

# access 8 elements in 1 dimension
# on all tensors
print(a[0:2, 1, 0:8])

输出:

tensor([[10, 11, 12, 13, 14, 15, 16, 17],
       [81, 82, 83, 84, 85, 86, 87, 88]])
回到顶部