Pytorch-为一系列多个索引编制索引？

假设我有一个大小为[100100]的张量，我有一组大小为[100]的

start\u索引

和

end\u索引

我希望能够做到以下几点：

张量[开始索引：结束索引，：]=0

不幸的是，我在说

TypeError：只有单个元素的整数张量可以转换为索引

那么，如果没有for循环，这真的是可能的吗？
据我所知，如果没有某种循环或列表理解，这是不可能的

下面是一些可能有用的替代方案，具体取决于您的用例。特别是，如果您希望对多个作业重复使用相同的
start\u索引
和
end\u索引
，或者如果您希望只对
tensor
执行一个就地作业，那么下面的解决方案将非常有用


例如，如果给您的不是
start\u索引
和
end\u索引
，而是索引列表

row_indices = torch.cat([torch.arange(s, e, dtype=torch.int64) for s, e in zip(start_indices, end_indices)])

那么，使用

tensor[row_indices, :] = 0

tensor[mask] = 0


或者给你一个面具

mask = torch.zeros(tensor.shape, dtype=torch.bool, device=tensor.device)
for s, e in zip(start_indices, end_indices):
    mask[s:e, :] = True

那么，使用

tensor[row_indices, :] = 0

tensor[mask] = 0

不仍然需要for循环。这部分真的很慢。如果可能的话，我想避免for循环。正如我的答案开头所示，据我所知，pytorch不支持为同一维度使用多个开始/结束标记进行索引，任何解决方案都需要某种形式的循环。如果您不需要计算每次迭代的索引，这里提供的解决方案可能会很有用，但一般来说不一定会更快。我最终编写了自己的cuda内核，它基本上是30倍快。是的，我曾考虑将其作为一个潜在的解决方案提出来，但没有时间真正编写一个。如果可能的话，可以发布你的cuda内核作为你问题的答案吗？这将是非常有用的！很抱歉，这是特定领域的。我可能会在某个时候写一个广义的