如何比较多维Tensor？计算结果与预期不符问题求助

问题原因 #

你的代码中t.all(a.eq(b))是对整个张量的所有元素做全局相等判断——只要存在任意一个元素不等，结果就会是False，后续sum()会把False转为0，所以输出0。但你需要的是统计第一个维度中，与b对应子张量完全相等的数量，因此必须指定判断的维度范围。

解决代码 #

import torch as t
a = t.tensor([[[[1.0, 2.0], [3.0, 2.0]],[[1.0, 2.0], [2.0, 3.0]],[[1.0, 2.0], [2.0, 3.0]]], [[[1.0, 2.0], [3.0, 2.0]],[[1.0, 2.0], [2.0, 3.0]],[[1.0, 2.0], [2.0, 3.0]]],[[[1.0, 2.0], [3.0, 2.0]],[[1.0, 2.0], [2.0, 3.0]],[[1.0, 2.0], [2.0, 3.0]]]])

b = t.tensor([[[[1.0, 2.0], [3.0, 2.0]],[[1.0, 2.0], [2.0, 3.0]],[[1.0, 2.0], [2.0, 3.0]]], [[[1.0, 2.0], [3.0, 2.0]],[[1.0, 2.0], [2.0, 2.0]],[[1.0, 2.0], [2.0, 3.0]]],[[[1.0, 1.0], [3.0, 2.0]],[[1.0, 2.0], [2.0, 3.0]],[[1.0, 2.0], [2.0, 3.0]]]])

# 对每个第一个维度的子张量（后3个维度：3,2,2）做全相等判断
eq_per_subtensor = t.all(a.eq(b), dim=(1, 2, 3))
ans = eq_per_subtensor.sum()

print(ans)  # 输出 tensor(1)

关键说明 #

1. a.eq(b)：生成与原张量同形状的布尔张量，每个位置表示对应元素是否相等。
2. t.all(..., dim=(1,2,3))：指定对后三个维度（即每个(3,2,2)的子张量）做全量相等判断，得到形状为(3,)的布尔数组，每个元素对应第一个维度中子张量是否完全相等。
3. sum()：将布尔数组中的True转为1、False转为0，求和后得到符合条件的子张量数量。

内容的提问来源于stack exchange，提问作者Vishnu s