Python pytorch不适用

如何在pytorch中进行切片？我试过窄的和小的切片？两者都不用于输出列车数据和测试数据。有什么解决问题的建议吗

x1 = (max-min)*torch.rand(1, 21, dtype=torch.float) + min
x2 = (max-min)*torch.rand(1, 21, dtype=torch.float) + min
zipped_list = zip(x1, x2)
y = torch.empty(1, 21)
y = [torch.sin(2*x1+2) * torch.cos(0.5*x2)+0.5 for (x1, x2) in zipped_list]


print(y)

train_data = y.narrow(0,1)
test_data = y[11:21]
print(train_data)

输出为

AttributeError: 'list' object has no attribute 'narrow'

但是，当我执行正常切片时，测试数据将无法正确切片

train_data = y[0:11]
test_data = y[11:21]

---

在代码中，

y

是PyTorch张量：

y=torch.empty（1,21）

然后将其替换为PyTorch张量的

列表（实际上，只有一个）：

y=[torch.sin（2*x1+2）*torch.cos（0.5*x2）+0.5表示压缩列表中的（x1，x2）]

因此，需要得到
y
的第一个元素，即张量，然后将其切片：

打印（y[0][：5]）
这是否意味着即使它是一个张量，但y是张量列表，所以在这种情况下不能使用窄值？@MIT是的，你是对的
y
是一个简单的Python列表，它没有
shown
方法<代码>属性错误

因此被抛出。您只能使用PyTorch张量：

y[0]。窄带（）

Train Data is: [tensor([-0.0515,  0.4574,  0.5141,  0.4865,  0.9266,  1.0984,  0.5364,  0.7042,
         0.1741, -0.4839,  0.4332,  0.2962,  0.2311,  0.6169,  0.4321,  0.4088,
         0.2443,  0.1982,  0.7978,  0.6651, -0.4453])]
Test Data is: []