标签: tensor-indexing

在张量流中，可以使用切片符号选择每第 n 个项目[::n]。

但如何反其道而行之呢？我想选择除第 n 个之外的所有项目。

例如：

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

a[2::3]会导致[3, 6]

现在我想要相反的：[1, 2, 4, 5, 7, 8]

上面的数组只是一个例子。解决方案应该适用于张量流中尺寸[批量、宽度、高度、通道]的更大矩阵。选择仅在通道上完成。我的矩阵还包含非唯一的实值。我也无法将其重塑为二维以下 ( [batch, channels])

对于给定的二维张量，我想检索值为 的所有索引1。我期望能够简单地使用torch.nonzero(a == 1).squeeze()，这将返回tensor([1, 3, 2])。然而，相反，torch.nonzero(a == 1)返回一个 2D 张量（没关系），每行有两个值（这不是我所期望的）。然后，应使用返回的索引来索引 3D 张量的第二个维度（索引 1），再次返回 2D 张量。

import torch

a = torch.Tensor([[12, 1, 0, 0],
                  [4, 9, 21, 1],
                  [10, 2, 1, 0]])

b = torch.rand(3, 4, 8)

print('a_size', a.size())
# a_size torch.Size([3, 4])
print('b_size', b.size())
# b_size torch.Size([3, 4, 8])

idxs = torch.nonzero(a == 1)
print('idxs_size', idxs.size())
# idxs_size torch.Size([3, 2])

print(b.gather(1, idxs))

显然，这不起作用，导致运行时错误：

RuntimeError：无效参数 4：索引张量必须与 C:\w\1\s\windows\pytorch\aten\src\TH/generic/THTensorEvenMoreMath.cpp:453 处的输入张量具有相同的维度

看来idxs不是我想象的那样，也不能按照我想的方式使用。idxs是 …