我遇到了与groupby aggregate mean in pytorch相同的问题。但是，我想在每个组（或标签）中创建Tensor的乘积。不幸的是，我找不到一个本地PyTorch函数来解决我的问题，比如一个假设的scatter_prod_（等价于scatter_add_），它是answers中使用的函数。
再循环@elyase问题的示例代码，考虑2DTensor：

samples = torch.Tensor([
    [0.1, 0.1],    #-> group / class 1
    [0.2, 0.2],    #-> group / class 2
    [0.4, 0.4],    #-> group / class 2
    [0.0, 0.0]     #-> group / class 0
])

其中len(samples) == len(labels)为真

labels = torch.LongTensor([1, 2, 2, 0])

因此，我的预期输出为：

res == torch.Tensor([
    [0.0, 0.0],
    [0.1, 0.1], 
    [0.8, 0.8] # -> PRODUCT of [0.2, 0.2] and [0.4, 0.4]
])

这里的问题是，再一次，在@elyase的问题之后，如何在pure PyTorch（也就是说，没有numpy，这样我就可以autograd）中完成这一点，并且在理想情况下没有for循环？
在PyTorch forums中交叉过帐。