如何为torch.tensor分配列表？

如何解决如何为torch.tensor分配列表？

假设我有一个列表[(0,0),(1,1)]和另一个列表[4,5,6]，并且矩阵X的大小为（3,2）。我正在尝试将列表分配给像X[0,0] = 4，X[1,0] = 5和X[1,1] = 6这样的矩阵。但似乎我在为张量分配列表时遇到问题

x = torch.zeros(3,2)
indices = [(0,1)]
value = [4,6]
x[indices] = values

错误：

TypeError                                 Traceback (most recent call last)
<ipython-input-7-dec4e6a479a5> in <module>
     
   4 indices = [(0,1)]
 
   5 values = [4,6]

----> 6 x[indices] = values

TypeError: can't assign a list to a torch.FloatTensor

解决方法

通常，“如何将列表更改为张量”的答案是使用torch.Tensor(list)。但这并不能解决您的实际问题。

一种方法是关联索引和值，然后对其进行迭代：

for (i,v) in zip(indices,values) :
   x[i] = v

,

如果您可以使张量indices比使张量更容易

indices = torch.tensor([(0,0),(1,1)])

x[indices[:,0],indices[:,1]] = torch.tensor(values).float()
x
tensor([[4.,0.],[5.,6.],[0.,0.]])

由于我们的x是浮点类型，因此需要将值转换为相同的值。