mindspore.Tensor.select

mindspore.Tensor.select(dim, index)

沿着选定的维度在给定的索引处进行切片。

警告

这是一个实验性API，可能会更改或删除。

参数：

• dim (int) - 指定切片的维度。

• index (int) - 指定索引值。

返回：

Tensor。

支持平台：

Ascend

样例：

>>> import mindspore
>>> from mindspore import Tensor
>>> input = Tensor([[2, 3, 4, 5],[3, 2, 4, 5]])
>>> y = Tensor.select(input, 0, 0)
>>> print(y)
[2 3 4 5]

mindspore.Tensor.select(condition, y)

根据条件判断Tensor中的元素的值，来决定输出中的相应元素是从 input （如果元素值为True）还是从 y （如果元素值为False）中选择。

该算法可以被定义为：

\[\begin{split}out_i = \begin{cases} self_i, & \text{if } condition_i \\ other_i, & \text{otherwise} \end{cases}\end{split}\]

参数：

• condition (Tensor[bool]) - 条件Tensor，决定选择哪一个元素。维度是：\((x_1, x_2, ..., x_N, ..., x_R)\) 。

• y (Union[Tensor, int, float]) - 第二个被选择的Tensor或者数字。如果other是一个Tensor，那么shape是或者可以被广播为：\((x_1, x_2, ..., x_N, ..., x_R)\)。如果y是int或者float，那么将会被转化为int32或者float32类型，并且被广播为与input相同的shape。input和y中至少要有一个Tensor。

返回：

Tensor。与 condition 的shape相同。

异常：

• TypeError - 如果 y 不是Tensor、int或者float。

• ValueError - 输入的shape不能被广播。

支持平台：

Ascend GPU CPU

样例：

>>> import mindspore
>>> from mindspore import Tensor
>>> # Both input are Tensor
>>> cond = Tensor([True, False])
>>> x = Tensor([2,3], mindspore.float32)
>>> y = Tensor([1,2], mindspore.float32)
>>> output = Tensor.select(x, cond, y)
>>> print(output)
[2. 2.]