如何使用PyTorch Tensor.index_select（）？

Question

当前正在尝试使用PyTorch实现REINFORCE算法。 我希望能够在取消奖励后收集负责任的产出。 因此，给定操作内存，我创建了索引的Tensor，并尝试使用Tensor.index_select，但没有成功。 有人可以帮忙吗？

    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

Answer 1

您的情况可能与此类似，因此，应改用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，这是非常令人误解的imo。