如何使用其索引（2D）获取 topk 的值？

Question

我有两个 3D 张量，我想使用一个前 k 个索引获得另一个前 k 个。

例如对于以下张量

a = torch.tensor([[[1], [2], [3]],
                  [[4], [5], [6]]])

b = torch.tensor([[[7,1], [8,2], [9,3]],
                  [[10,4],[11,5],[12,6]]])

pytorch 的 topk 函数会给我以下。

top_tensor, indices = torch.topk(a, 2, dim=1)

# top_tensor: tensor([[[3], [2]],
#                    [[6],  [5]]])

# indices: tensor([[[2], [1]],
#                 [[2],  [1]]])

但是我想使用a的结果，映射到b。

# use indices to do something for b, get torch.tensor([[[8,2], [9,3]],
#                                                      [[11,5],[12,6]]])

在这种情况下，我不知道b的真实值，所以我不能使用topk来b。

另一方面，我想得到一个函数 foo_slice，如下所示：

top_tensor, indices = torch.topk(a, 2, dim=1)
# top_tensor == foo_slice(a, indices)

有什么方法可以使用 pytorch 实现这一点吗？

谢谢！

Answer 1

您正在寻找的解决方案是here

所以你的问题的基于代码的解决方案如下

#inputs are changed in order from the above ques

a = torch.tensor([[[1], [2], [3]],
                  [[5], [6], [4]]])

b = torch.tensor([[[7,1], [8,2], [9,3]],
                  [[11,5],[12,6],[10,4]]])

top_tensor, indices = torch.topk(a, 2, dim=1)

v = [indices.view(-1,2)[i] for i in range(0,indices.shape[1])]


new_tensor = []
for i,f in enumerate(v):
      new_tensor.append(torch.index_select(b[i], 0, f))
print(new_tensor ) #[tensor([[9, 3],
                   #         [8, 2]]),
                   #tensor([[12,  6],
                   #        [11,  5]])]