是否可以从 pytorch 张量中引用删除元素？

Question

目前，我正在尝试删除与 pytorch 中的索引相对应的向量中的元素，但是，它不断使用我当前使用的方法创建额外的副本。

这在幕后是有道理的；我认为内存地址可以保持不变的唯一方法是张量像链表一样实现。

话虽如此，是否可以从 PyTorch 张量中引用删除元素。即是否可以从张量中删除一个元素，使得具有删除索引的张量和旧张量具有相同的内存地址。

我已经尝试过的方法（但涉及创建副本/新内存地址）涉及（伪代码）...

1. new_data = torch.cat((数据[:i], 数据[i+1:))
2. data[torch.LongTensor(indices_to_keep)] 其中indices_to_keep = [范围内索引的索引(data.shape[0]) if index != i]

Answer 1

据我了解，您不需要特殊的函数来实现这种行为。如果将现有张量分配给新变量，则该范围内的两个变量名称将指向相同的张量。

x = torch.arange(5)
> tensor([0, 1, 2, 3, 4])

y = x # assign to y

# change y[0] which is x[0]
y[0] = -1 

x
> tensor([-1,  1,  2,  3,  4])