如何使用Pythorch张量索引选择()?

Question

目前正在尝试使用PyTorch实现增强算法。我希望能够收集负责任的输出后，折扣奖励。因此，考虑到actions内存，我创建了一个索引的张量，并尝试使用张量索引选择，但没有成功。有人能帮忙吗？在

    rH = np.array(rH) # discounted reward
    aH = np.array(aH) # action_holder
    sH = np.vstack(np.array(sH)) # states holder

    statesTensor = Variable(torch.from_numpy(sH).type(torch.FloatTensor))
    out = model.forward(statesTensor)

    indexes = GuiltyOnes(out, aH)
    flat = out.view(1,-1)

    respos = torch.index_select(flat, 1, torch.from_numpy(indexes).type(torch.LongTensor))

我得到以下错误：

^{pr2}$

Answer 1

您的情况可能类似于this one，因此，您应该使用Variable来代替：

i = Variable(torch.from_numpy(indexes).long())
respos = torch.index_select(flat, 1, i)

---

请记住，pytorch错误消息并不总是真正准确的。在这种情况下，这对我来说是相当误导的