我不知道有什么直接的方法可以达到你的要求。我认为下面的代码（使用torch.tensor索引）比您正在寻找的代码更复杂，但为了以防万一它对您有帮助，我还是把它留在这里。

import torch
import numpy as np

# Original tensor
your_1D_tensor_length = 6
original_tensor = torch.tensor(range(your_1D_tensor_length))

new_tensor = torch.zeros(size=(int(np.floor(original_tensor.shape[0]*(3/2))),))
new_tensor[0::3] = original_tensor[0::2]
new_tensor[1::3] = original_tensor[1::2]

print(original_tensor)
print(new_tensor)

输出量：

tensor([0, 1, 2, 3, 4, 5])
tensor([0., 1., 0., 2., 3., 0., 4., 5., 0.])

是的，您可以使用类似于this post的拼接技巧。让A是一个长度为a的Tensor（在你的例子中是a =384）。假设你想每n个元素添加一个新元素（在你的例子中是n = 2）。首先，我们将列表重新塑造成一个2D数组，列数为n：A = torch.兰德（384）#例如

a = A.shape[0]                 # 384
n = 2
insert_value = 10              # for example
A.shape                        #  shape is [384]

A = A.reshape(n-1,-1)          # shape is [192,2]
new = np.zeros([A.shape[0],1]) # shape is [192,1]
new += insert_value            # shape is [192,1]
B = torch.cat((A,new),dim = 1) # shape is [192,3]

这是唯一一个逻辑上重要的部分。如果我们将B看作一维的Tensor/列表，pytorch会先沿着第0个维度，然后是第1个维度，依此类推。这意味着对于一个3D数组，我们最终会得到一个列的行的列表，而对于一个2D数组（正如我们所做的那样），我们最终会得到一个行的列表。这给了我们想要的顺序。

result = B.reshape(-1) # shape is [576]

print(result)

>>> [rand,rand,10,rand,rand,10,rand,rand,10,...]

如果你想在A的现有元素之间添加多个元素，你可以将new的形状改为[a,num_elem]，其中num_elem是你想插入的元素数量。