在 PyTorch 中使用 None 索引张量

Question

我在 PyTorch 中看到过这种用于索引张量的语法，但不确定它的含义：

v = torch.div(t, n[:, None])

其中v、t、 和n是张量。

None这里的“ ”有什么作用呢？我似乎在文档中找不到它。

Answer 1

与 NumPy 类似，您可以通过使用 索引该维度来插入单个维度（“解压缩”维度）None。反过来n[:, None]将产生在 上插入新尺寸的效果dim=1。这相当于n.unsqueeze(dim=1)：

>>> n = torch.rand(3, 100, 100)

>>> n[:, None].shape
(3, 1, 100, 100)

>>> n.unsqueeze(1).shape
(3, 1, 100, 100)

以下是一些其他类型的None索引。

在上面的示例中:， 被用作占位符来指定第一个维度dim=0。如果要在 上插入尺寸dim=2，可以添加第二个尺寸:为n[:, :, None]。

您也可以相对于最后一个维度进行放置。 None为此，您可以使用省略号语法...：

• n[..., None]将最后插入一个维度，即 n.unsqueeze(dim=-1)。

• n[..., None, :]在前最后一个维度上，即 n.unsqueeze(dim=-2)。