pytorch에서 index_select () 의 사용법 상세 설명

pytorch에서 index_select () 의 사용 방법

index_select(input, dim, index)

기능: 지정한 차원dim에서 데이터를 선택하는 것보다 일부 줄, 열을 선택하는 것이 낫다
매개 변수 소개

첫 번째 인자 input는 색인을 위한 대상입니다

두 번째 매개 변수dim는 찾아야 할 차원이다. 일반적인 상황에서 우리가 사용하는 것은 모두 2차원 장량이기 때문에 간단하게 기억할 수 있다. 0은 행을 대표하고 1은 열을 대표한다

세 번째 매개 변수 index는 당신이 인덱스하려는 서열입니다. 이것은tensor 대상입니다

Pytorch를 배우기 시작했는데 index_를 만났어요.select (), 처음에는 몇 개의 매개 변수의 뜻을 잘 몰랐는데, 나중에 자료를 찾아보니 조금 이해한 셈이다.

a = torch.linspace(1, 12, steps=12).view(3, 4)
print(a)
b = torch.index_select(a, 0, torch.tensor([0, 2]))
print(b)
print(a.index_select(0, torch.tensor([0, 2])))
c = torch.index_select(a, 1, torch.tensor([1, 3]))
print(c)

먼저tensor를 정의했습니다. 여기에는linspace와view 방법이 사용됩니다.
첫 번째 매개 변수는 인덱스의 대상이다. 두 번째 매개 변수 0은 줄 인덱스를 나타내고 1은 열에 따라 인덱스를 한다. 세 번째 매개 변수는 하나의tensor이다. 바로 인덱스의 번호이다. 예를 들어 b안에tensor[0,2]는 0줄과 2줄을 나타내고 c안에tensor[1,3]는 1열과 3열을 나타낸다.
출력 결과는 다음과 같습니다.
tensor([[ 1.,  2.,  3.,  4.],
        [ 5.,  6.,  7.,  8.],
        [ 9., 10., 11., 12.]])
tensor([[ 1.,  2.,  3.,  4.],
        [ 9., 10., 11., 12.]])
tensor([[ 1.,  2.,  3.,  4.],
        [ 9., 10., 11., 12.]])
tensor([[ 2.,  4.],
        [ 6.,  8.],
        [10., 12.]])
예제 2

import torch
 
x = torch.Tensor([[[1, 2, 3],
          [4, 5, 6]],
 
         [[9, 8, 7],
          [6, 5, 4]]])
print(x)
print(x.size())
index = torch.LongTensor([0, 0, 1])
print(torch.index_select(x, 0, index))
print(torch.index_select(x, 0, index).size())
print(torch.index_select(x, 1, index))
print(torch.index_select(x, 1, index).size())
print(torch.index_select(x, 2, index))
print(torch.index_select(x, 2, index).size())

input의 장량 형상은 2×이×3, index는 [0, 0, 1]의 벡터이다
각각 0, 1, 2 세 차원에서 index_select () 함수, 결과와 모양을 출력합니다. 차원이 2보다 크면 오류가 발생합니다. input는 최대 세 차원만 있기 때문입니다.
출력:
tensor([[[1., 2., 3.],
         [4., 5., 6.]],
 
        [[9., 8., 7.],
         [6., 5., 4.]]])
torch.Size([2, 2, 3])
tensor([[[1., 2., 3.],
         [4., 5., 6.]],
 
        [[1., 2., 3.],
         [4., 5., 6.]],
 
        [[9., 8., 7.],
         [6., 5., 4.]]])
torch.Size([3, 2, 3])
tensor([[[1., 2., 3.],
         [1., 2., 3.],
         [4., 5., 6.]],
 
        [[9., 8., 7.],
         [9., 8., 7.],
         [6., 5., 4.]]])
torch.Size([2, 3, 3])
tensor([[[1., 1., 2.],
         [4., 4., 5.]],
 
        [[9., 9., 8.],
         [6., 6., 5.]]])
torch.Size([2, 2, 3])
결과 분석:
index는 크기가 3인 벡터입니다. 입력한 장량 모양은 2입니다.×이×삼
dim = 0 시 출력의 장량 모양은 3×이×삼
dim = 1 시 출력의 장량 모양은 2×삼×삼
dim = 2 시 출력의 장량 형태는 2×이×삼
출력 장량 차원의 변화와 index 크기의 관계를 주의하고 출력의 장량과 원시 장량을 결합하여 index_ 분석select () 함수의 역할
이 pytorch에 대한 index_select()의 용법에 대한 상세한 설명은 여기까지입니다.select () 내용은 저희의 이전 글을 검색하거나 아래의 관련 글을 계속 훑어보시기 바랍니다. 앞으로 많은 응원 부탁드립니다!