此代码是否有 Numpy 或 pyTorch 函数？

Question

基本上有一个 Numpy 或 PyTorch 函数可以做到这一点：

vp_sa_s=mdp_data['sa_s'].detach().clone()
dims = vp_sa_s.size()
for i in range(dims[0]):
    for j in range(dims[1]):
        for k in range(dims[2]):
            # to mimic matlab functionality: vp(mdp_data.sa_s)
            try:
                vp_sa_s[i,j,k] = vp[mdp_data['sa_s'][i,j,k]]
            except:
                pass

鉴于vp_sa_s 的大小为(10,5,5)，并且每个值都是有效的索引vp，即在0-9 范围内。 vp 的大小为(10,1)，带有一堆随机值。

Matlab 使用vp(mdp_data.sa_s) 优雅而快速地完成它，这将形成一个新的(10,5,5) 矩阵。如果mdp_data.sa_s 中的所有值都是1，则结果将是(10,5,5) 张量，每个值都是vp 中的第一个值。

是否存在一个函数或方法可以在少于 O(N^3) 的时间内实现这一点，因为上面的代码效率非常低。

谢谢！

Answer 1

有什么问题

result = vp[vp_sa_s, 0]

请注意，由于您的 vp 的形状为 (10, 1)（它有一个尾随单例维度），您需要在分配中添加 , 0] 索引以消除这个额外的维度。