在pytorch中，dtype=uint8的數據類型往往可以用作掩碼，0表示舍棄對應項，1表示選取對應項。通過設置不同的0或1的值，對另外的tensor進行選擇性選取：
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數據類型是 uint8 mask = torch.ones(4,dtype=torch.uint8) mask[2] = 0 print(mask) print(t[mask, :]) # 選取tensor t的第一個維度（由mask所在的位置決定的，這是numpy的花式索引的知識）的第0，1，3個行，以及這三個行對應的所有列；舍棄t的第2行。 """ tensor([1, 1, 0, 1], dtype=torch.uint8) # 因為是uint8類型的，所以當它被另外一個tensor當作索引時，1代表選取，0代表舍棄。uint8只能是0或者1 tensor([[0.5492, 0.2083], [0.3635, 0.5198], [0.2987, 0.0279]]) """ # 注意， 以下數據類型是long，可以和上面的uint8做一下對比 idx = torch.ones(3,dtype=torch.long) idx[1] = 0 print(idx) print(t[idx, :]) """ tensor([1, 0, 1]) # 因為是long類型的，所以當它被另外一個tensor當作索引時，1代表選取對應維度的第一個，0代表選取維度的第0個。當然也可以是其他的整數。 tensor([[0.3635, 0.5198], [0.5492, 0.2083], [0.3635, 0.5198]]) """
再舉個例子：當mask掩碼的形狀和另一個tensor idx的形狀相同，mask作為索引的時候，0或1直接相當於舍去或選取idx相應位置的值
