Pytorch 在二维张量中寻找匹配行的索引

我有两个二维张量，长度不同，都是相同原始二维张量的不同子集，我想找到所有匹配的行 e、 g

我只见过numpy解决方案，它使用dtype作为dict，不适用于Pytork

下面是我在numpy的做法

---

这个答案是在OP用其他限制更新问题之前发布的，这些限制大大改变了问题

TL；博士，你可以这样做：

torch.where==B.alldim=1[0] 首先，假设您有：

进口火炬 A=火炬张量[[1,2,3]，[4,5,6]，[7,8,9]] B=火炬张量[[1,2,3]，[4,4,4]，[7,8,9]] 我们可以检查A==B是否返回：

所以，我们想要的是：它们都为真的行。为此，我们可以使用.all操作并指定感兴趣的维度，在我们的示例1中：

你真正想知道的是真相在哪里。为此，我们可以获得火炬的第一个输出。其中函数：

>>> torch.where((A == B).all(dim=1))[0]
tensor([0, 2])

---

如果A和B是2D张量，下面的代码查找索引，使A[索引]==B。如果多个索引满足此条件，则返回找到的第一个索引。如果A中不存在B的所有元素，则忽略相应的索引

values, indices = torch.topk(((A.t() == B.unsqueeze(-1)).all(dim=1)).int(), 1, 1)
indices = indices[values!=0]
# indices = tensor([0, 2])

---

你能给出一个想要的结果吗？我加了它，在张量a，B上，输出是索引0，2，因为它们在这些行中相交。非常感谢你，我的意思是它们可能有不同的长度，顺序也可能不同。@DsCpp哦，我明白了。那么这是一个完全不同的问题。发布您找到的NumPy解决方案。这将更容易理解您的所有限制。

>>> A == B
tensor([[ True,  True,  True],
        [ True, False, False],
        [ True,  True,  True]])

>>> (A == B).all(dim=1)
tensor([ True, False,  True])

>>> torch.where((A == B).all(dim=1))[0]
tensor([0, 2])

values, indices = torch.topk(((A.t() == B.unsqueeze(-1)).all(dim=1)).int(), 1, 1)
indices = indices[values!=0]
# indices = tensor([0, 2])