基于另一个张量求和 Torch 张量

Question

我有两个张量，其中第一个包含浮点数，第二个包含 0 和 1。 我想根据第二个张量对第一个张量求和。更具体地说，我想在两个 0 的出现之间求和。 例如，考虑

a = tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1.])
b = tensor([0., 1., 1., 1., 0., 1., 1., 1., 1., 0.])

我想要一些矢量化（最好是）接收两个张量并返回的操作

c = tensor([4., 5., 1.] 

c 只是张量 a 的元素之和，在张量 b 中出现的两个 0 之间。

Answer 1

您可以使用torch.tensor_split 将您的张量拆分为 b 中 0 的索引，然后将它们分别求和：

例如：

a = tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1.])
b = tensor([0., 1., 1., 1., 0., 1., 1., 1., 1., 0.])
group = torch.tensor_split(a, torch.where(b==0)[0])
# Output:
# (tensor([]),
# tensor([1., 1., 1., 1.]),
# tensor([1., 1., 1., 1., 1.]),
# tensor([1.]))

individual_sum = list(map(torch.sum, group))  # You can use loop/list comprehension etc
# Output
# [tensor(0.), tensor(4.), tensor(5.), tensor(1.)]

请注意，第一个 0 也被考虑在内，并导致拆分后的张量为空。您可以在组合时删除它

torch.tensor(individual_sum[1:])
# Output
# tensor([4., 5., 1.])