Python 有没有一个PyTorch张量函数可以减少规则模式中的维数
很抱歉标题的措词不当。我想做的是这样的： 矩阵1是原始矩阵，矩阵2是矩阵1，但每个偶数列和行都被去掉。矩阵3是矩阵1，但只有1（mod 3）列和行。矩阵4是相同的，有1（mod 4）列和行。矩阵5有1（mod 2）列和所有行Python 有没有一个PyTorch张量函数可以减少规则模式中的维数,python,pytorch,tensor,Python,Pytorch,Tensor,很抱歉标题的措词不当。我想做的是这样的： 矩阵1是原始矩阵，矩阵2是矩阵1，但每个偶数列和行都被去掉。矩阵3是矩阵1，但只有1（mod 3）列和行。矩阵4是相同的，有1（mod 4）列和行。矩阵5有1（mod 2）列和所有行 是否有一个Pytork函数可以以这种方式操纵张量，并且速度快，可以利用GPU？这有点像MaxPool2d，但是我只需要第一个值，而不是最大值。如果没有任何类似的函数，有没有办法手动执行，但仍然很快？矩阵5最容易显示，因为您只需要沿一维切片。但是你可以把这两个都切掉，得到其他
是否有一个Pytork函数可以以这种方式操纵张量，并且速度快，可以利用GPU？这有点像MaxPool2d，但是我只需要第一个值，而不是最大值。如果没有任何类似的函数，有没有办法手动执行，但仍然很快？矩阵5最容易显示，因为您只需要沿一维切片。但是你可以把这两个都切掉，得到其他的结果
matrix5 = matrix1[, ::2]
这种表示法从第0列开始每隔一列计算一次。这不就是切片吗？是的，但我不想让for循环和选择单独的列和行，因为那样会非常慢。我正在寻找一个内部功能，可以做到这一点很快我知道。使用切片。这不涉及for-loops。现在这个问题似乎很愚蠢。只是我以前从未使用过最后一个切片索引。谢谢你是的，我会的，现在还不允许我做决定