能否用R torch包改写CPU上的for循环？报错问题求助

原CPU代码逻辑是循环3次，每次生成2x2矩阵，转置后通过rbind拼接成最终的6x2矩阵。你的torch改写代码报错的原因大概率是列表索引处理的问题，以下是修正后的实现：

方法1：直接循环拼接空张量 #

这种方式和原代码的rbind逻辑完全对应，逐步构建最终张量：

# 初始化空张量，指定行数为0，列数为2，设备为cuda
BT <- torch_empty(0, 2, device = "cuda")

for(t in 1:3) {
  # 直接创建2x2张量（避免先转matrix，更符合torch习惯）
  B_rt <- torch_tensor(c(1, 2, 3, 4), shape = c(2, 2), device = "cuda")
  # 转置后拼接至BT的行维度（dim=0对应行）
  BT <- torch_cat(list(BT, torch_t(B_rt)), dim = 0)
}

方法2：用列表收集张量后拼接（修正索引问题） #

如果你偏好先收集所有张量再拼接，建议用append避免索引空洞问题：

BT <- list()

for(t in 1:3) {
  B_rt <- torch_tensor(c(1, 2, 3, 4), shape = c(2, 2), device = "cuda")
  # 用append向列表末尾添加张量，确保列表元素连续无空洞
  BT <- append(BT, list(torch_t(B_rt)))
}

# 沿行维度拼接所有张量
BT <- torch_cat(BT, dim = 0)

关键说明 #

• 原代码中用matrix转张量是可行的，但直接用torch_tensor指定shape更高效，且避免R矩阵的列优先特性可能带来的混淆（两者结果一致，但写法更简洁）。
• 报错提示"Indexing starts at 1 but found a 0"通常是因为列表中存在未赋值的索引位置（空洞），用append可以彻底避免这个问题。
• 两种方法最终得到的张量和原CPU代码的BT矩阵数值完全一致，且运行在cuda设备上。

内容的提问来源于stack exchange，提问作者Alison