PyTorch中索引切片得到的张量使用.t()转置报out of range错误怎么办？

报错触发原因 #

结合你使用的PyTorch版本（从报错路径的构建时间判断为0.4.x早期版本），该报错有三个常见触发原因：

• .t()方法和torch.t()函数仅支持二维张量转置，如果你的tensordata实际维度为1维或者3维及以上，调用转置时就会触发边界检查报错。你可以先执行print(tensordata.shape)确认张量的实际维度是否符合预期。
• 你通过索引生成的tensordata属于非连续存储张量，早期版本PyTorch的.t()方法对非连续张量的兼容存在缺陷，会误触发越界报错。
• 额外隐藏原因：你的索引逻辑中batch_item_index[i]包含的索引值，超出了self.linear1.weight第二维的最大合法范围（最大合法索引为第二维长度减1），索引时的越界问题会在后续张量操作中暴露出来。

修复方案 #

1. 先确认张量维度，如果维度不符合二维要求，先调整索引逻辑保证输出为二维张量。
2. 确认维度正常的前提下，转置前先将张量转为连续存储：

# 替换原有转置代码
transposed_data = tensordata.contiguous().t()

3. 也可以使用兼容性更好的permute方法完成二维转置，不受张量存储格式限制：

transposed_data = tensordata.permute(1, 0)

4. 检查batch_item_index[i]的数值范围，保证所有索引值小于self.linear1.weight.size(1)，避免索引越界。

内容的提问来源于stack exchange，提问作者ddd