Python 火炬聚集三维张量，二维张量为；“收集地图”；

对于给定的维度张量

data.shape[B，N，F]

和

index.shape[N，K]

，
如果

K

是每个点N的“邻域”的索引，
是否有一种简单的方法来收集邻域，以便

output.shape[B，N，K，F]

data = [[[1,2,3],[2,3,4],[3,4,5]],[[3,4,5],[6,7,8],[2,3,4]] # Shape 2,3,3
indices = [[1,2],[1,0],[0,0]] # Shape 3,2

output = [
         [[[2,3,4],[3,4,5]],[[2,3,4],[1,2,3]],[[1,2,3],[1,2,3]]],
         [[[6,7,8],[2,3,4]],[[6,7,8],[3,4,5]],[[3,4,5],[3,4,5]]]
         ]

例如，每个批次中的第一个点与点

[1,2]

“相关”，因此

输出[0][0]=[2,3,4]，[3,4,5]

，它们是输入的第一批次中的点

1,2

我的尝试：

batched_indices = indices.unsqueeze(0).unsqueeze(-1).repeat(batch_size,1,1,feature_size)
data_neighs = data.unsqueeze(2).repeat(1,1,num_neighs,1)
output = torch.gather(data_neighs,batched_indices,dim=1)

---

为了确保正确理解，您能否展示您将如何使用基于循环的天真

方法？为了确保正确理解，您能否展示您将如何使用基于

循环的天真

方法？