仅使用一维索引多维张量答案

【问题标题】：Indexing a multi-dimensional tensor using only one dimension仅使用一维索引多维张量
【发布时间】：2021-11-25 02:01:19
【问题描述】：

我有一个 PyTorch 张量 b，其形状为：torch.Size([10, 10, 51])。我想使用 numpy 数组在维度 d=1（中间一个）的 10 个可能元素之间选择一个元素：a = np.array([0,1,2,3,4,5,6,7,8,9])。这只是一个随机的例子。

我想做： b[:,a,:] 但这不起作用

【问题讨论】：

所以你期望返回一个形状为(10, 51)的张量？
@rkechols 确实
您的问题非常不清楚您期望得到什么。请提供一个b 张量的小例子，以及你期望得到的张量。
没关系，谢谢你的帮助。我发布了答案

标签： python numpy indexing pytorch

【解决方案1】：

您的解决方案很可能是torch.index_select (docs)

不过，您必须先将 a 转换为张量。

a_torch = torch.from_numpy(a)
answer = torch.index_select(b, 1, a_torch)

【讨论】：

谢谢，很有帮助
它没有用。我得到了一个与`b`大小相同的数组

【解决方案2】：

使用a 在第二个轴上索引b 应该这样做：

>>> b = torch.rand(10, 10, 51)
>>> a = np.array([0,1,2,3,4,5,6,7,8,9])

>>> b[:,  a].shape
torch.Size([10, 10, 51])

【讨论】：

我试图从第二个维度中只选择一个元素。在您的结果中，输出仍然具有[10, 10, 51] 的输出形状，而我想要一个诸如[10, 51] @Ivan
我不清楚你想从第一个轴中选择哪个元素，你能举一个小例子来说明想要的结果吗？
我在 PyTorch 论坛上找到了解决方案。我会在帖子中回答。感谢您的帮助

【解决方案3】：

我在 PyTorch 论坛上找到了解决方案： (https://discuss.pytorch.org/t/how-to-select-specific-vector-in-3d-tensor-beautifully/37724)

x = torch.tensor([[[1, 2, 3],
                   [4, 5, 6],
                   [7, 8, 9]],
                  [[11, 12, 13],
                   [14, 15, 16],
                   [17, 18, 19]]])

idx = torch.tensor([1, 2])
x[torch.arange(x.size(0)), idx]

【讨论】：