如何在PyTorch中裁剪张量使其匹配另一张量的形状？

针对你提到的场景——把形状为torch.Size([4, 30, 161])的pred张量从第二个维度末尾裁剪，匹配outputs（torch.Size([4, 27, 161])）的形状，最简洁高效的方法就是直接使用张量切片，而且这种方式不用手动计算裁剪长度，鲁棒性极强。

具体实现步骤 #

1. 直接利用目标张量的维度信息进行切片：

   import torch
   
   # 假设你的两个张量已经定义好
   outputs = torch.randn(4, 27, 161)
   pred = torch.randn(4, 30, 161)
   
   # 裁剪pred的第二个维度，匹配outputs的长度
   cropped_pred = pred[:, :outputs.size(1), :]
   

2. 验证裁剪后的形状：

   print(cropped_pred.shape)  # 输出: torch.Size([4, 27, 161])
   

为什么这是最优方法？ #

• 简洁直观：一行代码搞定，逻辑清晰，任何人看了都能立刻明白意图。
• 高效低耗：切片操作是PyTorch的原生视图操作，不会复制原张量的数据，只是创建一个新的张量视图，内存占用几乎可以忽略。
• 鲁棒性强：不需要手动计算30-27=3这种固定差值，直接复用outputs的维度值，哪怕后续两个张量的维度发生变化（比如pred变成[4, 50, 161]，outputs变成[4, 35, 161]），代码也不需要修改，自动适配。

如果需要裁剪其他维度，只需要调整切片的位置即可。比如要裁剪第三个维度，就写成pred[:, :, :outputs.size(2)]，逻辑完全一致。

内容的提问来源于stack exchange，提问作者Shamoon