Torch代码书写时可能碰到的一些问题

总说

写Lua时经常会碰到一些坑，随手记录，防止一坑不起。2017.2.20第四次更新。

Tensor

Tensor的小问题

• 获取某一维长度
  当然可以用x:size(dim), 或是(#x)[dim]
• #x得到的是tensor x的长度的tensor。不是一个num
  所以在for中，如果x是一维的Tensor，那么应该这样写

for 1,(#x)[1] do
...
end

如果x是table的话，那么直接这样写

for 1,#tl do
...
end

• clone()很重要
  凡是tensor的赋值，一般最好后面加上clone(), 否则就是引用！！因为torch为了加快速度, 如果不加clone()，默认是引用。
• 内存空间的连续
  有些时候，进行某些操作时，必须要求Tensor是内存空间连续的。那什么情况下，得到的Tensor会是不连续的呢？其实一般是“截取”Tensor造成的。 比如

x = torch.Tensor(5,7)
y = x[{ {
  2,-2},{
  1,4} }] --负号是倒数的意思
t = y:contiguous()

contiguous函数如果y是内存连续的，就是引用。如果内存不连续，那么就相当于clone()。clone()不管y是不是内存连续的，总是开辟连续的空间存储tensor。

a[{ {index},{},{} }]与a[index]选哪个？

a = torch.Tensor(3,4,5）
a[1] -- size 4*5
a[{
  {
  1},{},{}}] -- size 1*4*5
-- 当然如果要赋值的话
b = torch.Tensor(4,5)
a[1] = b 
a[{ {
  1},{},{} }] = b
--上述两种方法等价。

Tensor中选择元素时索引必须用number类型

简单来说就是，tensor的索引必须用number!!!!!!!!!!!!!!!
来个例子：

...
_,sq = torch.sort(pow2dist,1)

鸡蛋来说上面的pow2dist是3*1的Tensor。然后，直接sort。值得注意的是此时sq是一个tensor，好了。然后我们再用

i = 1
a = torch.Tensor(3,4,5)
k = self.a[{ {sq[i]},{},{} }]:clone()
print(#k)

啥？？？？？竟然输出的也是3*4*5。。当时真的是天昏地暗，这是什么鬼？，更吓人的是，

local i = 1
local a = torch.Tensor(3,4,5)
local k = a[{ {sq[i]},{},{} }]:clone()
print(#k)
--查看了 sq[1]就是1的时候，我就试试
print(#a[{ {
  1},{},{} }] -- 1*4*5

好吧，这是为啥啊，明明sq[1]就是1啊，为什么直接代入1就正常。于是查阅torch.sort到底返回的是什么。
y, i = torch.sort(x) returns a Tensor y where all entries are sorted along the last dimension, in ascending order. It also returns a Tensor i that provides the corresponding indices from x.
也就是说，返回的sq是一个Tensor没毛病，that provides the corresponding indices from x,既然是indices，所以就不能sq[i]就不能是一个值，而是一个tensor！
所以对于pow2dist是3*1的情况。可以：

local