PyTorch 中的 index_select 和 tensor[sequence] 之间有啥区别吗？

Posted 2023-03-12

【中文标题】PyTorch 中的 index_select 和 tensor[sequence] 之间有啥区别吗？

【英文标题】：Is there any diffrence between index_select and tensor[sequence] in PyTorch?PyTorch 中的 index_select 和 tensor[sequence] 之间有什么区别吗？

【发布时间】：2020-04-08 05:10:38

【问题描述】：

每个人。我是 PyTorch 的新手。现在我正在学习张量的索引。我注意到我们可以通过tensor.index_select() 和tensor[sequence] 来索引张量。

In [1]: x = torch.randn(3, 4)

In [2]: indices = torch.tensor([0, 2])

In [3]: x.index_select(0, indices)
Out[3]:
tensor([[ 0.2760, -0.9543, -1.0499,  0.7828],
        [ 1.3514, -1.1289,  0.5052, -0.0547]])

In [4]: x[[0,2]]
Out[4]:
tensor([[ 0.2760, -0.9543, -1.0499,  0.7828],
        [ 1.3514, -1.1289,  0.5052, -0.0547]])

我对这两种方法感到困惑并寻找一些文档。但我失败了。谁能告诉我它们之间有什么区别？这些区别是什么？

【参考方案1】：

这看起来像是旧（较慢）索引的残余。

见this pull request。

我还认为您过去无法对张量进行二进制逻辑索引。

a = torch.randn((1,3,4,4))
dim = 2
indices = [0,1]

%timeit a.index_select(dim, torch.tensor(indices))

12.7 µs ± 1.28 µs per loop (mean ± std. dev. of 7 runs, 100000 loops each)

%timeit a[:,:,indices,:]

16.7 µs ± 640 ns per loop (mean ± std. dev. of 7 runs, 100000 loops each)