Python 从另一个张量创建特定的张量

q\u pred=self.q.forward（states）

提供以下输出：

tensor([[-4.4713e-02,  4.2878e-03],
        [-2.2801e-01,  2.2295e-01],
        [-9.8098e-03, -1.0766e-01],
        [-1.4654e-01,  1.2742e-01],
        [-1.6224e-01,  1.6565e-01],
        [-3.6515e-02,  3.1022e-02],
        [-4.5094e-02,  1.4848e-02],
        [-1.4157e-01,  1.3974e-01],
        [-3.0593e-03, -4.2342e-02],
        [-4.1689e-02,  2.9376e-02],
        [-9.3629e-02,  1.0297e-01],
        [-5.2163e-04, -7.4799e-02],
        [-2.8944e-02, -1.2417e-01]], grad_fn=<AddmmBackward>)

从上述两个输出中，我如何能够得出以下结果：

tensor([4.2878e-03, -2.2801e-01, -1.0766e-01, 1.2742e-01, -1.6224e-01,  3.1022e-02, 1.4848e-02,
        -1.4157e-01, -4.2342e-02, -4.1689e-02, -9.3629e-02, -7.4799e-02,, -1.2417e-01], grad_fn=<AddmmBackward>)

您可以使用：

q_pred[torch.arange(q_pred.size(0)), actions.type(torch.LongTensor)]

您可以使用：

q_pred[torch.arange(q_pred.size(0)), actions.type(torch.LongTensor)]

---

***索引器错误：用作索引的张量必须是长张量、字节张量或布尔张量

。这是你回答的错误。我该如何解决这个问题？@Louis Andre你有没有尝试过

q_pred[torch.arange（q_pred.size（0）），actions]

？是的，我遇到了上面的错误。请记住，

'torch.FloatTensor'

用于

q_pred.type（）

和

'torch.IntTensor'

用于

actions.type（）

@Louis Andre这一个<代码>q_pred[torch.arange（q_pred.size（0）），actions.type（torch.lontensor）]？

***索引器：用作索引的张量必须是长、字节或布尔张量

。这是你回答的错误。我该如何解决这个问题？@Louis Andre你有没有尝试过

q_pred[torch.arange（q_pred.size（0）），actions]

？是的，我遇到了上面的错误。请记住，

'torch.FloatTensor'

用于

q_pred.type（）

和

'torch.IntTensor'

用于

actions.type（）

@Louis Andre这一个<代码>q_pred[torch.arange（q_pred.size（0）），actions.type（torch.LongTensor）]？

q_pred[torch.arange(q_pred.size(0)), actions.type(torch.LongTensor)]