Numpy theano，索引一个值相对较小的大型矩阵，但超出了边界

这是我的theano代码的一部分，用于dl4mt（神经机器翻译），带有行号。 src_positions是int64的向量，我打印了结果，值不超过16。 但是当我使用src_位置索引注意力_掩码_时，其形状是（100100）。它得到了索引越界错误

奇怪的是：

首先，注意遮罩和高斯遮罩形状相同

当我使用0.1*src_位置进行索引时（将第5行替换为注释的第4行）。第8行保持不变，程序运行良好

更奇怪的是，当我用注释过的第7行替换第8行，但保持第5行不变时，程序仍然可以运行 我不确定问题是否是。。。真的很奇怪。希望有人能给我一些建议

    1] p_t_s = p_t * sntlens  # n_samples * 1, pt in equation
    2] src_positions = tensor.cast(tensor.floor(p_t_s), 'int64') # (n_samples, 1)
    3] src_positions = src_positions.reshape([src_positions.shape[0], ])
    4] # batch_mask = attention_mask_[tensor.cast(src_positions * 0.1, 'int64')]      # n_sample * maxlen
    5] batch_mask = attention_mask_[src_positions]      # n_sample * maxlen
    6] attn_mask = batch_mask[:, :msk_.shape[0]] * msk_.T      # n_sample * n_timestep 
    7] # batch_gauss_mask = gaussian_mask_[tensor.cast(src_positions * 0.1, 'int64')]      # n_sample * maxlen
    8] batch_gauss_mask = gaussian_mask_[src_positions]   # n_sample * maxlen 
    9] gauss_mask = batch_gauss_mask[:, :msk_.shape[0]] * msk_.T      # n_sample * n_timestep 

---

问题似乎发生在src_位置的基础上。根据你的描述，不会有任何问题。可能src_位置是由您的代码更改的，而不是您发布的零件

是的，没错。我发现了这个bug，它是由我的代码的其他部分引起的。非常感谢