Question

var = [[0, 1, -4, 8],
       [2, -3, 2, 1],
       [5, -8, 7, 1]]

var = torch.Tensor(var)

这里，var是3 x 4（2d）张量。如何交换第一行和第二行以获得以下2d张量？

2, -3, 2, 1 
0, 1, -4, 8
5, -8, 7, 1

Answer 1

生成您想要的排列索引：

index = torch.LongTensor([1,0,2])

应用排列：

var[index] = var

Answer 2

您可以使用 index_select：

>>> idx = torch.LongTensor([1,0,2])
>>> var.index_select(0, idx)

tensor([[ 2, -3,  2,  1],
        [ 0,  1, -4,  8],
        [ 5, -8,  7,  1]])

Answer 3

other answer不起作用，因为某些尺寸在复制之前会被覆盖：

>>> var = [[0, 1, -4, 8],
       [2, -3, 2, 1],
       [5, -8, 7, 1]]
>>> x = torch.tensor(var)
>>> index = torch.LongTensor([1, 0, 2])
>>> x[index] = x
>>> x
tensor([[ 0,  1, -4,  8],
        [ 0,  1, -4,  8],
        [ 5, -8,  7,  1]])

对我来说，只需创建一个新的张量（具有单独的基础存储）即可保存结果：

>>> x = torch.tensor(var)
>>> index = torch.LongTensor([1, 0, 2])
>>> y = torch.zeros_like(x)
>>> y[index] = x

或者，您也可以使用（index_copy _）[https://pytorch.org/docs/stable/tensors.html#torch.Tensor.index_copy_]（紧随explanation in discuss.pytorch.org之后），尽管我目前看不到这两种方法都有优势。

Answer 4

其他答案表明，排列索引本身应该是张量，但这不是必需的。您可以像这样交换第一行和第二行：

>>> var
tensor([[ 0,  1, -4,  8],
        [ 2, -3,  2,  1],
        [ 5, -8,  7,  1]])

>>> var[[0, 1]] = var[[1, 0]]

>>> var
tensor([[ 2, -3,  2,  1],
        [ 0,  1, -4,  8],
        [ 5, -8,  7,  1]])

var可以是NumPy数组或PyTorch张量。

如何在火炬张量中交换两行？

4 个答案: