torch.index_select

torch.index_select(input, dim, index, *, out=None) → Tensor

返回一个新的张量，该张量沿维度 dim 使用 index 中的条目索引 input 张量，其中 index 是一个 LongTensor。

返回的张量与原始张量具有相同的维度数（ input ）。第 dim 维的大小与 index 的长度相同；其他维度与原始张量的大小相同。

注意

返回的张量不使用与原始张量相同的存储。如果 out 的形状与预期不同，我们将静默地将其更改为正确的形状，如果需要，重新分配底层存储。

参数:

• input (Tensor) – 输入张量。

• dim（整型）- 我们索引的维度

• index（IntTensor 或 LongTensor）- 包含索引的 1-D 张量

关键字参数:

输出（张量，可选）- 输出张量。

示例：

>>> x = torch.randn(3, 4)
>>> x
tensor([[ 0.1427,  0.0231, -0.5414, -1.0009],
        [-0.4664,  0.2647, -0.1228, -1.1068],
        [-1.1734, -0.6571,  0.7230, -0.6004]])
>>> indices = torch.tensor([0, 2])
>>> torch.index_select(x, 0, indices)
tensor([[ 0.1427,  0.0231, -0.5414, -1.0009],
        [-1.1734, -0.6571,  0.7230, -0.6004]])
>>> torch.index_select(x, 1, indices)
tensor([[ 0.1427, -0.5414],
        [-0.4664, -0.1228],
        [-1.1734,  0.7230]])