pytorch中的expand()和expand_as()函数--扩展张量中某维数据的尺寸

pytorch中的expand（）和expand_as（）函数

1.expand（）函数：

     （1）函数功能： torch.expand()函数是PyTorch中的一个张量变形函数，用于将一个张量沿着指定的维度进行扩展。在扩展过程中，指定的维度会被复制多次，从而增加了该维度上的大小。

     （2）应用举例：

import torch
a = torch.tensor([1, 2, 3])
c = a.expand(2, 3)
print(a)
print(c)
 
# 输出信息：
tensor([1, 2, 3])

tensor([[1, 2, 3],
        [1, 2, 3]]
 
 
 

（3）注意事项：

expand() 函数只能将size=1的维度扩展到更大的尺寸，如果扩展其他维度会报错。 

2.expand_as（）函数：

     （1）函数功能：

              expand_as（）函数与expand（）函数类似，功能都是用来扩展张量中某维数据的尺寸，区别是它括号内的输入参数是另一个张量，作用是将输入tensor的维度扩展为与指定tensor相同的size。

     （2）应用举例：

1）
import torch
a = torch.tensor([[2], [3], [4]])
print(a)
b = torch.tensor([[2, 2], [3, 3], [5, 5]])
print(b.size())
c = a.expand_as(b)
print(c)
print(c.size())
 
# 输出信息：
tensor([[2],
        [3],
        [4]])
torch.Size([3, 2])
tensor([[2, 2],
        [3, 3],
        [4, 4]])
torch.Size([3, 2])
 
 
2）
import torch
a = torch.tensor([1, 2, 3])
print(a)
b = torch.tensor([[2, 2, 2], [3, 3, 3]])
print(b.size())
c = a.expand_as(b)
print(c)
print(c.size())
 
# 输出信息：
tensor([1, 2, 3])
torch.Size([2, 3])
tensor([[1, 2, 3],
        [1, 2, 3]])
torch.Size([2, 3])

原文链接：https://blog.csdn.net/weixin_39504171/article/details/106090626