本文记录了一个PyTorch编程中遇到的问题,当尝试对非连续索引进行操作时,遇到了'too many indices for tensor of dimension 1'的错误。通过分析错误,博主发现需要将索引转换为long类型。最终,通过将索引tensor强制转换为long类型,成功解决了问题,显著提高了模型训练效率。
摘要由CSDN通过智能技术生成
问题
too many indices for tensor of dimension 1
具体的错误信息忘记截图,大概就是上面的意思,对应的错误代码如下
错误代码
# 下面代码是博主自己随意码的,具体要说一下怎么解决这种问题import torch
index = torch.tensor([20,10,25,39,5,
Pytorch笔记:诡异的索引操作 + too many indices for tensor of dimension 1的一种解决方法
问题too many indices for tensor of dimension 1具体的错误信息忘记截图,大概就是上面的意思,对应的错误代码如下错误代码# 下面代码是博主自己随意码的,具体要说一下怎么解决这种问题import torchindex = torch.tensor([20,10,25,39,5,12]) # 这些index的值,对应着point中的索引point = torch.ones(2,40)# 然后用index中的数对point进行各点取值result_x =