pytorch tensor的索引与切片

切片方式与numpy是类似。

* a[:2, :1, :, :]，

* 可以用-1索引。

* ::2，表示所有数据，间隔为2，即 start:end:step。

*  a.index_select(1,torch.tensor([2]))

# 1表示维度，后面是索引（必须是tensor格式，想连续选取可以用tensor.arange()）

* 三个点(...)：

表示取最大维度的数据，不用输入很多的（:,:,）

比如下面的数据三个点...可以代替中间的维度，并且两边数据是相等的：

* torch.masked_select：

* torch.take(a, torch.tensor([0, 3, 5])

先将数据打平展开为一维，再选取展开后对应索引[0, 3, 5]的数据