torch tensor条件筛选

在PyTorch中，可以使用torch.index_select()和torch.gather()方法来实现条件筛选。

torch.index_select()方法可以按照给定的索引从输入张量中选择元素。该方法的语法如下：
torch.index_select(input, dim, index, *, out=None) → Tensor

其中，input是输入张量，dim是要选择的维度，index是选择的索引。例如，如果我们有一个形状为(3, 4)的张量x，并且想要选择第一维度上索引为[0, 2]的元素，可以使用torch.index_select()方法如下：
torch.index_select(x, 0, torch.tensor([0, 2]))

torch.gather()方法也可以用于条件筛选，它可以根据给定的索引从输入张量中选择元素，并按照索引的形状返回结果。该方法的语法如下：
torch.gather(input, dim, index, *, out=None)

其中，input是输入张量，dim是要选择的维度，index是选择的索引。例如，如果我们有一个形状为(2, 3)的张量x，并且想要选择第一维度上索引为[[0, 1, 1]]的元素，可以使用torch.gather()方法如下：
torch.gather(x, 0, torch.LongTensor([[0, 1, 1]]))

另外，如果我们想要选择第二维度上索引为[[0, 1, 1], [1, 1, 1]]的元素，可以使用torch.gather()方法如下：
torch.gather(x, 1, torch.LongTensor([[0, 1, 1], [1, 1, 1]]))<span class="em">1</span><span class="em">2</span><span class="em">3</span>
#### 引用[.reference_title]
- *1* *2* *3* [【pytorch】1.5 tensor 按条件筛选](https://blog.csdn.net/weixin_37804469/article/details/124579728)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 100%"]
[ .reference_list ]