Fatal编程技术网
  • numpy/
  • Numpy 如何在PyTorch中选择二维索引？

Numpy 如何在PyTorch中选择二维索引？

numpy pytorch

Numpy 如何在PyTorch中选择二维索引？,numpy,pytorch,Numpy,Pytorch,给定a=torch.randn（3,2,4,5），我如何选择像（2，：，0，：），（1，：，1，：，（2，：，2，：），（0，：，3，：）（大小为（2,4,5）或（4,2,5） 而a[2，：，0，：]给出 0.5580 -0.0337 1.0048 -0.5044 0.6784 -1.6117 1.0084 1.1886 0.1278 0.3739 [torch.FloatTensor of size 2x5] 然而，a[[2,1,2,0]，：，[0,1,2,3]，：]给出了 T

给定
a=torch.randn（3,2,4,5）
，我如何选择像
（2，：，0，：），（1，：，1，：，（2，：，2，：），（0，：，3，：）
（大小为
（2,4,5）
或
（4,2,5）

而
a[2，：，0，：]
给出

 0.5580 -0.0337  1.0048 -0.5044  0.6784
-1.6117  1.0084  1.1886  0.1278  0.3739
[torch.FloatTensor of size 2x5]
然而，
a[[2,1,2,0]，：，[0,1,2,3]，：]给出了

TypeError：对张量执行基本索引时，遇到一个错误，即使用类型为list的对象索引dim 0。仅支持整数、切片、numpy标量，或者如果使用torch.LongTensor或torch.ByteSensor进行索引，则只能传递一个张量

尽管
numpy
成功地返回了
（4,2,5）
张量。
它对您有效吗


import torch

a = torch.randn(3, 2, 4, 5)
print(a.size())

b = [a[2, :, 0, :], a[1, :, 1, :], a[2, :, 2, :], a[0, :, 3, :]]
b = torch.stack(b, 0)

print(b.size()) # torch.Size([4, 2, 5])



我想得太多了，这个方法很简洁。4D数组的Torch符号与numpy的有很大不同。+1。有很多问题。这是否意味着我必须使用
来理解
b
列表，以构建
b
一般情况下？@displayname不一定。你没有提到你的整个问题，你只是提到了一个特定的问题考虑列表是解决问题的一种方法。索引实际上是由某些上下文生成的，所以我认为在实际问题中，需要为
创建一个
。谢谢。