PyTorch：索引具有2D张量行索引的2D张量

Question

我有一个形状(x, n)的火炬张量a和另一个形状(y, n)张量b ，其中y <= x 。 的每一列b包含行索引的序列对a和我想能够做的是某种方式索引a与b ，使得我获得形状的张量(y, n)其中第i列包含a[:, i][b[:, i]] （不太确定这是否是表达它的正确方法）。

这是一个例子（其中x = 5， y = 3和n = 4）：

import torch

a = torch.Tensor(
    [[0.1, 0.2, 0.3, 0.4],
     [0.6, 0.7, 0.8, 0.9],
     [1.1, 1.2, 1.3, 1.4],
     [1.6, 1.7, 1.8, 1.9],
     [2.1, 2.2, 2.3, 2.4]]
)

b = torch.LongTensor(
    [[0, 3, 1, 2],
     [2, 2, 2, 0],
     [1, 1, 0, 4]]
)

# How do I get from a and b to c
# (so that I can also assign to those elements in a)?

c = torch.Tensor(
    [[0.1, 1.7, 0.8, 1.4],
     [1.1, 1.2, 1.3, 0.4],
     [0.6, 0.7, 0.3, 2.4]]
)

我无法理解这一点。 我正在寻找的是不会产生张量的方法c ，但也让我分配相同形状的张量c到的元素a它c是由。

Answer 1

我尝试使用index_select但它只支持索引的1-dim数组。

bt = b.transpose(0, 1)
at = a.transpose(0, 1)
ct = [torch.index_select(at[i], dim=0, index=bt[i]) for i in range(len(at))]
c  = torch.stack(ct).transpose(0, 1)
print(c)
"""
tensor([[0.1000, 1.7000, 0.8000, 1.4000],
        [1.1000, 1.2000, 1.3000, 0.4000],
        [0.6000, 0.7000, 0.3000, 2.4000]])
"""

它可能不是最好的解决方案，但希望这至少可以帮到你。