使用“...”进行张量索引操作

【问题标题】：tensor index manipulation with "..."使用“...”进行张量索引操作
【发布时间】：2020-10-08 01:13:38
【问题描述】：

您好，我是 Pytorch 和 Torch 张量的新手。我正在阅读 yolo_v3 代码并遇到这个问题。我认为它与... 的张量索引有关，但很难通过谷歌搜索...，所以我想在这里问它。代码是：

        prediction = (
            x.view(num_samples, self.num_anchors, self.num_classes + 5, grid_size, grid_size)
            .permute(0, 1, 3, 4, 2)
            .contiguous()
        )
        print (prediction.shape)
        # Get outputs
        x = torch.sigmoid(prediction[..., 0])  # Center x
        y = torch.sigmoid(prediction[..., 1])  # Center y
        w = prediction[..., 2]  # Width
        h = prediction[..., 3]  # Height
        pred_conf = torch.sigmoid(prediction[..., 4])  # Conf
        pred_cls = torch.sigmoid(prediction[..., 5:])  # Cls pred.

我的理解是预测将是一个形状为 [batch, anchor, x_grid, y_grid, class] 的张量。但是 prediction[..., x] 做了什么（x=0,1,2,3,4,5）？它是否类似于 [:, x] 的 numpy 索引？如果是这样，x、y、w、h、pred_conf 和 pred_cls 的计算就没有意义了。

【问题讨论】：

标签： python numpy pytorch tensor

【解决方案1】：

呼叫Ellipsis。它表示ndarray或tensor的未指定尺寸。

这里，如果prediction 形状是[batch, anchor, x_grid, y_grid, class] 那么

prediction[..., 0] # is equivalent to prediction[:,:,:,:,0]
prediction[..., 1] # is equivalent to prediction[:,:,:,:,1]

prediction[0, ..., 0] # equivalent to prediction[0,:,:,:,0]

你也可以把...写成Ellipsis

prediction[Ellipsis, 0]

【讨论】：