这个答案是在OP用其他限制更新问题之前发布的，这些限制大大改变了问题。

TL;DR你可以这样做：

torch.where((A == B).all(dim=1))[0]

字符串
首先，假设你有：

import torch
A = torch.Tensor([[1,2,3],[4,5,6],[7,8,9]])
B = torch.Tensor([[1,2,3],[4,4,4],[7,8,9]])

型
我们可以检查A == B返回：

>>> A == B
tensor([[ True,  True,  True],
        [ True, False, False],
        [ True,  True,  True]])

型
所以我们想要的是在这些行中，它们都是True。为此，我们可以使用.all()操作并指定感兴趣的维度，在我们的例子中为1：

>>> (A == B).all(dim=1)
tensor([ True, False,  True])

型
你实际上想知道的是True s在哪里。为此，我们可以得到torch.where()函数的第一个输出：

>>> torch.where((A == B).all(dim=1))[0]
tensor([0, 2])

型

如果A和B是2DTensor，下面的代码查找索引使得A[indices] == B。如果多个索引满足此条件，则返回找到的第一个索引。如果A中不存在B的所有元素，则忽略相应的索引。

values, indices = torch.topk(((A.t() == B.unsqueeze(-1)).all(dim=1)).int(), 1, 1)
indices = indices[values!=0]
# indices = tensor([0, 2])

字符串

如果两个Tensor的行数不同，那么我们不能直接比较Tensor。我们必须首先在其中一个Tensor上添加一个虚拟维度。一步一步：
1.创建Tensor

A = torch.tensor([[1,2,3],[4,5,6],[7,8,9],[3,3,3]])
B = torch.tensor([[1,2,3],[7,8,9],[4,4,4]])

字符串
1.添加虚拟尺寸并获得成对比较：

B == A.unsqueeze(1)

型
输出将是一个4x3x3Tensor，其中4个i子Tensor中的每一个都是A[i] == B。
1.获取指示哪些索引具有完美“行”匹配的Tensor：

(B == A.unsqueeze(1)).all(-1)

型
输出是一个4x3的Tensor。包含True元素的行包含完美的行匹配。
1.获取具有完美匹配的行：

(B == A.unsqueeze(1)).all(-1).any(-1)

型
1.最后，获取A中与B中匹配的行的索引：

torch.where((B == A.unsqueeze(1)).all(-1).any(-1))[0]
>> tensor([0, 2])

型
要获得B中与A中匹配的行的索引，只需交换Tensor：

torch.where((A == B.unsqueeze(1)).all(-1).any(-1))[0]
>> tensor([0, 1])

型
这个问题有一个类似的numpy版本here，我的答案非常受the answer there by Ehsan的启发。