y = torch.tensor([0, 2])
y_hat = torch.tensor([[0.1, 0.3, 0.6], [0.3, 0.2, 0.5]])
y_hat[[0, 1], y]
这段代码使用了两个 PyTorch 张量 y 和 y_hat，并通过 y_hat[[0, 1], y] 代码片段返回了一个包含两个元素的一维张量。
具体来说，该代码分为以下几步：
y = torch.tensor([0, 2])：创建了一个名为y的一维 PyTorch 张量，其中包含了两个元素 0 和 2。y_hat = torch.tensor([[0.1, 0.3, 0.6], [0.3, 0.2, 0.5]])：创建了一个名为y_hat的二维 PyTorch 张量，其中包含了两个样本和三个类别的预测结果，即第一个样本属于第一个类别的概率为 0.1，属于第二个类别的概率为 0.3，属于第三个类别的概率为 0.6；第二个样本属于第一个类别的概率为 0.3，属于第二个类别的概率为 0.2，属于第三个类别的概率为 0.5。y_hat[[0, 1], y]：使用了 PyTorch 张量的切片操作，选取了y_hat张量中的第 1 行和第 3 行（即[0, 2]中的元素），以及第 1 列和第 3 列（即y中的元素）交叉组合得到的四个元素，即y_hat[0, 0]、y_hat[1, 2]、y_hat[0, 0]、y_hat[1, 2]，并将它们放到一个形状为(2,)的一维张量中返回。
可见，这段代码的作用是选取 y_hat 张量中对应真实标签的部分预测结果，用于计算损失函数或评估模型的准确率等。