如何使用 PyTorch Tensor.index_select()？答案

【问题标题】：How to use PyTorch Tensor.index_select()?如何使用 PyTorch Tensor.index_select()？
【发布时间】：2018-05-10 18:39:16
【问题描述】：

目前正在尝试使用 PyTorch 实现 REINFORCE 算法。我希望能够在打折奖励后收集负责任的输出。因此，考虑到动作记忆，我创建了一个索引张量，并尝试使用 Tensor.index_select，但没有成功。任何人都可以帮忙吗？

    rH = np.array(rH) # discounted reward
    aH = np.array(aH) # action_holder
    sH = np.vstack(np.array(sH)) # states holder

    statesTensor = Variable(torch.from_numpy(sH).type(torch.FloatTensor))
    out = model.forward(statesTensor)

    indexes = GuiltyOnes(out, aH)
    flat = out.view(1,-1)

    respos = torch.index_select(flat, 1, torch.from_numpy(indexes).type(torch.LongTensor))

我收到以下错误：

    return IndexSelect.apply(self, dim, index)
    RuntimeError: save_for_backward can only save input or output tensors, but argument 0 doesn't satisfy this condition

【问题讨论】：

标签： python indexing reinforcement-learning pytorch

【解决方案1】：

您的情况可能类似于this one，因此，您应该改用Variable：

i = Variable(torch.from_numpy(indexes).long())
respos = torch.index_select(flat, 1, i)

请记住，pytorch 错误消息并不总是很准确。在这种情况下，这很容易误导 imo。

【讨论】：