Python 对PyTorch张量的中间维使用省略号

假设我有一个形状为（8,3,32,32）的

torch.Tensor t

。我只想沿着第一个和最后两个维度建立索引

在我的用例中，

t

是一批8个图像，我想修改其中的一个补丁。假设面片由索引[code>idx_last=torch.tensor（[[0,0]，[0,1]，[1,0]，[1,1]]）给出。 我还有

idx1=torch.arange（4）

：我想要前4幅图像的补丁

以下操作不起作用：

t[idx1，…，idx\u last]

---

有什么办法可以做到这一点吗？

我找到了一个解决办法，尽管它可能不是最有效的。 在

idx1

为一维（数据点选择）且

idx\u last

为多维的情况下，以下得到想要的结果：

t[(idx1, ...) + tuple(idx_last.T)]

---

更好的解决方案当然是受欢迎的。

我找到了一个解决方案，尽管它可能不是最有效的。 在

idx1

为一维（数据点选择）且

idx\u last

为多维的情况下，以下得到想要的结果：

t[(idx1, ...) + tuple(idx_last.T)]

---

我们绝对欢迎更好的解决方案。

它应该会起作用。你面临的问题是什么？我有一些问题。在上一个示例中，我通过执行以下操作使其工作：

idx=tuple（（在idx_last.T中x代表x））

然后

T[（idx1，…）+idx]

出于某种原因

T[（idx1，…）+tuple（idx_last.T）]

的形状与

T[idx1，…，idx_last.T]

的形状不一样，应该可以工作。你面临的问题是什么？我有一些问题。在上一个示例中，我通过执行以下操作使其工作：

idx=tuple（（idx_last.T中的x代表x））

然后

T[（idx1，…）+idx]

出于某种原因，

T[（idx1，…）+tuple（idx_last.T）]

与

T[idx1，…，idx_last.T]的形状不同。