pytorch的二次索引矩阵无法赋值问题

最近在研究中发现torch一个问题,即torch的二次索引的矩阵无法赋值。

具体来说,给定相同的初始常数矩阵aiou_target 矩阵, 以及另一iou矩阵,直接赋值是没问题的。

然而,当对iou_target矩阵进行二次索引时,即idx矩阵和tp矩阵,可以看到赋值并未起到作用:

而矩阵的单个数值可赋值

根据以上观测,在二次索引赋值时,需通过中间变量tp进行。上述过程可以实现为:

复制代码
tp[tp > 0]=iou
iou_target[idx] = tp
相关推荐
亿丢丢2 分钟前
DeepSeek本地部署:Ollama+Open WebUI
人工智能·windows·deepseek
Sagittarius_A*4 分钟前
单 / 多目标模板匹配:相似度度量与阈值优化【计算机视觉】
人工智能·计算机视觉
Coder_Boy_5 分钟前
基于SpringAI的在线考试系统-核心模块的数据模型交互关系
java·数据库·人工智能·spring boot·交互
CCC:CarCrazeCurator7 分钟前
汽车UDS诊断深度剖析:定义、原理、应用与未来趋势
人工智能·汽车
FL16238631299 分钟前
C# winform部署yolo26-seg实例分割的onnx模型演示源码+模型+说明
人工智能·深度学习
沛沛老爹17 分钟前
从Web到AI:Agent Skills CI/CD流水线集成实战指南
java·前端·人工智能·ci/cd·架构·llama·rag
byte轻骑兵18 分钟前
【LE Audio】BAP协议精讲[1]: 开启低功耗音频新纪元
人工智能·音视频·蓝牙·le audio·bap
老蒋每日coding21 分钟前
AI智能体设计模式系列(八)—— 记忆管理模式
人工智能·设计模式·golang
好奇龙猫22 分钟前
【人工智能学习-AI入试相关题目练习-第五次】
人工智能·学习
敏叔V58723 分钟前
AI应用开发框架对比:LangChain vs. Semantic Kernel vs. DSPy 深度解析
人工智能·驱动开发·langchain