我已經為此苦苦掙扎了一段時間。我想要的只是一個 torch.diff() 函數。然而，許多矩陣運算似乎并不容易與張量運算兼容。我嘗試了大量的各種 pytorch 操作組合，但都沒有奏效。由于 pytorch 尚未實現此基本功能，因此我首先嘗試沿特定軸i+1從元素中減去元素i。但是，您不能簡單地按元素執行此操作（由于張量限制），因此我嘗試構建另一個張量，其中元素沿一個軸移動：ix_plus_one = [0]+list(range(0,prediction.size(1)-1))ix_differential_tensor = torch.LongTensor(ix_plus_one)diff_one_tensor = prediction[:,ix_differential_tensor]但是現在我們遇到了一個不同的問題 - 索引并不能真正在 pytorch 中模仿 numpy 廣告，所以你不能用這樣的“類似列表”的張量來索引。我也嘗試使用張量scatter函數所以我仍然被這個試圖在 pytoch 張量上獲得梯度的簡單問題所困擾。我所有的搜索都導致了 pytorchs 的“autograd”功能的奇妙功能——這與這個問題無關。