PyTorch中A[b, c]与A[b][c]赋值差异原因咨询

这俩写法的核心区别在于索引返回的是原张量的视图还是副本，具体拆解如下：

1. A[b][c] += 1的无效原因 #

• 第一步A[b]：当你用整数列表b做索引时，这属于PyTorch的高级索引，这种操作会返回原张量的副本（而非指向原数据的视图）。也就是说，A[b]得到的是一个新的3×20张量，它的内存和原张量A完全分开。
• 第二步[c] +=1：你是对这个临时副本的第c列元素加1，修改的只是这个副本，原张量A根本没被触及。副本用完后就被垃圾回收了，所以打印A时还是全零状态。

你可以用这个代码验证A[b]是副本：

print(A[b].is_shared())  # 输出False，说明和原张量不共享内存

2. A[b,c] +=1的生效原因 #

这是联合高级索引，PyTorch会直接解析这个索引表达式，定位到原张量中(2,2)、(3,2)、(4,2)这三个具体位置，直接在原张量的内存上进行原地修改，所以修改会直接反映到A上，执行后能看到对应位置的值变成1。

简单总结：连续两次索引会先产生副本再修改，等于白忙活；一次联合索引直接操作原张量，才能达到预期效果。

内容的提问来源于stack exchange，提问作者Felix