PyTorch广播筛选张量时报Boolean value of Tensor错误如何解决

你遇到的报错本质是Python原生的not in运算符不支持PyTorch张量的逐元素判断：

• 你写的torch.arange(Sim.size(0)) not in samples_idx逻辑是Python尝试把整个形状为(5,)的张量作为单个对象，判断它是否不在samples_idx列表里，而不是逐元素判断每个值是否不在列表中
• PyTorch无法把包含多个值的张量直接转换为单个布尔值，因此触发RuntimeError: Boolean value of Tensor with more than one value is ambiguous报错。

推荐用PyTorch内置的torch.isin()接口实现逐元素存在性判断，再取反得到「不在指定索引列表」的布尔掩码：

import torch

Sim = torch.rand((5, 5))
samples_idx = [0]  # 需要排除的索引
# 生成逐元素判断的布尔掩码：~是按位取反，对应不在列表中的条件
a = ~torch.isin(torch.arange(Sim.size(0)), torch.tensor(samples_idx))
result = Sim[a]

运行后a就是你预期的形状为(5,)的布尔张量，result会保留Sim中索引不为0的所有行。

如果使用的PyTorch版本低于1.10（无torch.isin接口），可以用广播比对实现相同逻辑：

a = (torch.arange(Sim.size(0)).unsqueeze(1) != torch.tensor(samples_idx)).all(dim=1)

内容的提问来源于stack exchange，提问作者Zhongzheng_11