pytorchで5次元テンソルの特定の行列を抽出したいです

Question

5次元テンソルで[batch, channel, frame, width, height]となっているのですが，
1番目のフレームの画像を取得するためには，どうしたら良いでしょうか？

>>> import torch
>>> x = torch.empty(16,3,16,14,14)
>>> in_b, in_c, in_f, in_x, in_y = x.shape
>>> print(x[:,:,1,in_x,in_y].shape)
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
IndexError: index 14 is out of bounds for dimension 2 with size 14

Answer 1

（PyTorchは使ったことが無いので、検討違いであればすいません）

PyTorchに限らず、Pythonの一般的な内容として、配列の要素の番号は0から始まります。
例えば、14のサイズで初期化した場合、0～13を指定する必要があります。
このままでは、in_xやin_yは14なので、0～13の範囲外となり、エラーが起こっているのだと思います。

ただ、in_xやin_yはピクセルの位置を表しているので、これを指定すると1つのピクセルしか取得できません。
そのため、画像として取得する場合は、全体を指定してあげる必要があります。

また、バッチ数が16となっているため、16個の動画（？）が存在することになります。
なので、1フレーム目といっても、16個のどれを取得すればよいか分かりません。

それらを踏まえると、最初のバッチの1フレーム目の画像を取得したい場合、x[0,:,0,:,:]となります。
（最初の0がバッチ数、もう一つがフレーム数です）
この場合、[channel, width, height]となります。
ただ、別のライブラリではチャンネルが最後となっていることがほとんどなので、表示方法によっては並べ替える必要があります。

Comments

[masaX]

無事に解決できました．
丁寧におしえていただき，ありがとうございました！