Pytorch中的掩码：dtype=torch.uint8

在pytorch中，dtype=uint8的数据类型往往可以用作掩码，0表示舍弃对应项，1表示选取对应项。通过设置不同的0或1的值，对另外的tensor进行选择性选取：

例如：

t = torch.rand(4，2)
"""
tensor([[0.5492, 0.2083],
        [0.3635, 0.5198],
        [0.8294, 0.9869],
        [0.2987, 0.0279]])
"""


# 注意以下mask数据类型是 uint8
mask = torch.ones(4,dtype=torch.uint8)
mask[2] = 0
print(mask)
print(t[mask, :])  # 选取tensor t的第一个维度（由mask所在的位置决定的，这是numpy的花式索引的知识）的第0，1，3个行，以及这三个行对应的所有列；舍弃t的第2行。
"""
 tensor([1, 1, 0, 1], dtype=torch.uint8)  # 因为是uint8类型的，所以当它被另外一个tensor当作索引时，1代表选取，0代表舍弃。uint8只能是0或者1
 
 tensor([[0.5492, 0.2083],
        [0.3635, 0.5198],
        [0.2987, 0.0279]]) 
"""

# 注意， 以下数据类型是long，可以和上面的uint8做一下对比
idx = torch.ones(3,dtype=torch.long)
idx[1] = 0
print(idx)
print(t[idx, :])
"""
tensor([1, 0, 1])  # 因为是long类型的，所以当它被另外一个tensor当作索引时，1代表选取对应维度的第一个，0代表选取维度的第0个。当然也可以是其他的整数。
tensor([[0.3635, 0.5198],
        [0.5492, 0.2083],
        [0.3635, 0.5198]])
"""
再举个例子：当mask掩码的形状和另一个tensor idx的形状相同，mask作为索引的时候，0或1直接相当于舍去或选取idx相应位置的值