如何将 PyTorch 张量与另一个张量切片？

Question

我有：

inp =  torch.randn(4, 1040, 161)

我有另一个张量，称为带有值的indices ：

tensor([[124, 583, 158, 529],
        [172, 631, 206, 577]], device='cuda:0')

我想要相当于：

inp0 = inp[:,124:172,:]
inp1 = inp[:,583:631,:]
inp2 = inp[:,158:206,:]
inp3 = inp[:,529:577,:]

除了全部加在一起，a.size 为[4, 48, 161] 。 我怎样才能做到这一点？

目前，我的解决方案是一个for循环：

            left_indices = torch.empty(inp.size(0), self.side_length, inp.size(2))
            for batch_index in range(len(inp)):
                print(left_indices_start[batch_index].item())
                left_indices[batch_index] = inp[batch_index, left_indices_start[batch_index].item():left_indices_end[batch_index].item()]

Answer 1

在这里你 go （编辑：在执行以下操作之前，您可能需要使用tensor=tensor.cpu()将张量复制到 cpu）：

index = tensor([[124, 583, 158, 529],
    [172, 631, 206, 577]], device='cuda:0')
#create a concatenated list of ranges of indices you desire to slice
indexer = np.r_[tuple([np.s_[i:j] for (i,j) in zip(index[0,:],index[1,:])])]
#slice using numpy indexing
sliced_inp = inp[:, indexer, :]

下面是它的工作原理：

np.s_[i:j]创建从 start= i到 end= j的索引切片 object （只是一个范围）。

np.r_[i:j, k:m]在切片(i,j)和(k,m)中创建一个列表所有索引（您可以将更多切片传递给np.r_以一次将它们连接在一起。这是仅连接两个切片的示例。）

因此， indexer通过连接切片列表（每个切片是一个索引范围）来创建所有索引的列表。

更新：如果您需要删除间隔重叠和排序间隔：

indexer = np.unique(indexer)

如果要删除间隔重叠但不排序并保持原始顺序（以及第一次出现的重叠）

uni = np.unique(indexer, return_index=True)[1]
indexer = [indexer[index] for index in sorted(uni)]

Answer 2

inp =  torch.randn(4, 1040, 161)   
indices = torch.tensor([[124, 583, 158, 529],
            [172, 631, 206, 577]])
k = zip(indices[0], indices[1])
for i,j in k:
    print(inp[:,i:j,:])

您可以像这样实现它... zip function 有助于将您的索引张量转换为您可以通过 for 循环直接使用的元组列表

希望对你有所帮助......