Python：从张量中删除索引

【问题标题】：Python: drop index from tensorPython：从张量中删除索引
【发布时间】：2021-08-28 06:39:56
【问题描述】：

我有两个张量。

tensor_A对应一批8张图片，20类物体，每张图片为256 x 256

tensor_B对应len 20全1或0的8个数组，对应对象类是否存在

tensor_A.shape = ([8, 20, 256, 256])

tensor_B.shape = ([8, 20])

从 tensor_A，我想删除对应于 tensor_B 中 1 的索引

例如如果 tensor_B[0] = [1,0,1,1,1,0,0,0,0,0,0,1,1,1,0,0,0,0,0, 0]

我想做 tensor_A[0, 0, :, :].drop 然后 tensor_A[0, 2, :, :].drop 等等，但都是一步完成

到目前为止，我已经使用以下方法确定了对应于 1 的索引：

for i in range(8):
    (tensor_B[i, :] == 0).nonzero())
# code for dropping here

不知道如何继续

【问题讨论】：

标签： tensor torch indices drop

【解决方案1】：

你想要的东西行不通，因为：

# A -> tensor of shape (8, 20, 256, 256)
# B -> tensor of shape (8, 20)

# If B[0] = [1,0,1,1,1,0,0,0,0,0,0,1,1,1,0,0,0,0,0,0]
dropped_A_0 = A[0, B[0] == 0, :, :]
# dropped_A_0 -> tensor of shape (1, 13, 256, 256)

# If B[1] = [1,1,0,0,0,1,1,0,0,0,0,0,0,0,0,0,0,0,0,0]
dropped_A_1 = A[1, B[1] == 0, :, :]
# dropped_A_1 -> tensor of shape (1, 16, 256, 256)

你看到问题了吗？当您从 A 的行中“删除”值时，它们不再是相同的形状，因此不能作为单个张量一起存在。您可以拥有的是 A 的行列表，其中包含已删除的值：

dropped_A = []
for i in range(len(A)):
    dropped_A.append(A[i, B[i] == 0, :, :])

您可以做的另一件事是将 A 中不需要的值设置为 0。

A[B == 1] = 0

【讨论】：