从一维张量收集的 pytorch答案

【问题标题】：pytorch gathering from a 1d tensor从一维张量收集的 pytorch
【发布时间】：2021-04-23 22:54:45
【问题描述】：

我有一长串存储在 1d 张量中的值，我喜欢从中收集值。给定一个二维张量，其中第二维表示一组索引，我想计算一个新的二维张量，其中第二维是索引给定的所有值。基本上，我有一批索引，我使用这些索引从一维张量中获取一批值。

我是 pytorch 的新手，但我设法使用 pytorch 的收集函数准确计算了这一点

list_values = torch.tensor([1, 2, 3, 4, 5, 6])
list_values = list_values.unsqueeze(0)
list_values = list_values.expand((2, 6))
indices = torch.tensor([[1, 2], [2, 3]])
result = torch.gather(list_values, 1, indices)

这非常有效，并给出了正确的结果。但是，如果我没记错的话，随着“list_value”中元素数量的增加，展开操作在内存方面是相当昂贵的。

有没有更好的解决方案？

【问题讨论】：

标签： python pytorch

【解决方案1】：

不，看看documentation：

扩展张量不会分配新内存，而只会在现有张量上创建一个新视图，其中通过将步幅设置为 0，将尺寸为 1 的维度扩展为更大的尺寸。任何尺寸为 1 的尺寸都可以在不分配新内存的情况下扩展为任意值。

你的解决方案完全没问题

【讨论】：