如何在火炬张量中交换两行?

Question

var = [[0, 1, -4, 8],
[2, -3, 2, 1],
[5, -8, 7, 1]]
var = torch.Tensor(var)

在这里，var是一个 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

另一个答案不起作用，因为某些维度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，创建一个新的张量(具有单独的底层存储)来保存结果就足够了：

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

或者，您可以使用index_copy_(按照 discuss.pytorch.org 中的此解释)，尽管我目前没有看到这两种方式的优势。

Answer 2

正如其他答案所建议的那样，您的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 1 行和第 2 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。

Answer 3

您可以使用index_select来实现此目的：

>>> 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 4

生成您想要的排列索引：

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

应用排列：

var[index] = var