Python 3.x 两个n维pytorch张量的不相交

提前感谢大家的帮助！我在PyTorch中试图做的是为许多维度的张量计算非交集（称之为

torch.nonintersection

）（没有for循环，因为我希望它能在GPU上有效地执行）。下面是它应该如何工作的示例：

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

torch.spec_unique(a,b) = torch.tensor([ 0.,  0.], [ 0.,  1.], [ 0.,  2.])

---

我有for循环的类比，但它们现在占用了太多的时间。你知道怎么做吗？非常感谢

在你的情况下，

a

和

b

的形状是不同的（

a

是

（10,2）

，而

b

是

（7,2）

），因此你必须将较大的张量“切割”成较小张量的大小。下面的函数使用简单的

if

处理它（它不会减慢计算速度）：

这将返回：

tensor([[0, 0],
        [1, 0],
        [2, 0]])

因此，列的顺序相反。如果希望获得与示例中相同的列，可以在

非交叉点上执行此操作

输出：

torch.index_select(non_intersection(a, b), 1, torch.tensor([1, 0])))

---

在你的例子中，

a

和

b

的形状是不同的（

a

是

（10,2）

，而

b

是

（7,2）

），因此你必须将较大的张量“切割”成较小张量的大小。下面的函数使用简单的

if

处理它（它不会减慢计算速度）：

这将返回：

tensor([[0, 0],
        [1, 0],
        [2, 0]])

因此，列的顺序相反。如果希望获得与示例中相同的列，可以在

非交叉点上执行此操作

输出：

torch.index_select(non_intersection(a, b), 1, torch.tensor([1, 0])))

---

这就是对称性的区别吗？@phipsgabler当然，我以前不知道这个词。谢谢澄清！这就是对称性的区别吗？@phipsgabler当然，我以前不知道这个词。谢谢澄清！非常感谢，这真的是我一直在寻找的！但在我的例子中，我会考虑填充一些虚拟数据。@ KoCHevi-列昂，它是非常浪费的垫它，因为你可以确定没有交叉点。你们可以用零来填充最终结果。是的，乍一看我好像不明白它是怎么回事。再次感谢！非常感谢，这真的是我一直在寻找的！但在我的例子中，我会考虑填充一些虚拟数据。@ KoCHevi-列昂，它是非常浪费的垫它，因为你可以确定没有交叉点。你们可以用零来填充最终结果。是的，乍一看我好像不明白它是怎么回事。再次感谢！