使用多重掩模时，火炬张量分配不起作用

Question

我有一个张量和掩模。而且，我还有第二个面膜。

现在我想要张量[mask][second_mask]的变化值，但它不起作用。

我认为这是因为tensor[mask]返回一个新的张量而不是原始张量的视图，并且将值应用于tensor[mask][second_mask]不会改变原始张量的值。我的演示如下：

import torch

x = torch.linspace(1,9,9).reshape((3,3))
mask = x>5
second_mask = 0
x[mask][second_mask] = 100
print(x)

# One way to solve it is use a temp tensor be like:
t = x[mask]
t[second_mask] = 100
x[mask] = t

# but it is sooooo long, hoping for any convenient method

Answer 1

您可以使用索引而不是掩码：

import torch

x = torch.linspace(1,9,9).reshape((3,3))
mask_idx = torch.where(x > 5) # tuple of 1D tensors for x,y coordinates
second_mask = 0 # this is index in my understanding instead of mask, but I follow the given naming convention

# make final_mask_idx using x, y coordinates and second_mask
final_mask_idx = (mask_idx[0][second_mask], mask_idx[1][second_mask])

x[final_mask_idx] = 100