Python PyTorch Tensor.expand用法及代码示例

本文简要介绍python语言中 torch.Tensor.expand 的用法。

用法:

Tensor.expand(*sizes) → Tensor

参数：

*sizes(torch.Size或者诠释...) -所需的扩展尺寸

返回 self 张量的新视图，其中单例维度扩展为更大的尺寸。

传递 -1 作为维度的大小意味着不更改该维度的大小。

Tensor 也可以扩展到更大的维度，新的维度会附加在前面。对于新维度，大小不能设置为 -1。

扩展张量不会分配新内存，而只会在现有张量上创建一个新视图，其中通过将stride 设置为 0 将尺寸为 1 的维度扩展为更大的尺寸。任何尺寸为 1 的尺寸都可以扩展为任意值而不分配新内存。

警告

扩展张量的多个元素可以引用单个内存位置。因此，就地操作(尤其是矢量化的操作)可能会导致不正确的行为。如果您需要写入张量，请先克隆它们。

例子：

>>> x = torch.tensor([[1], [2], [3]])
>>> x.size()
torch.Size([3, 1])
>>> x.expand(3, 4)
tensor([[ 1,  1,  1,  1],
        [ 2,  2,  2,  2],
        [ 3,  3,  3,  3]])
>>> x.expand(-1, 4)   # -1 means not changing the size of that dimension
tensor([[ 1,  1,  1,  1],
        [ 2,  2,  2,  2],
        [ 3,  3,  3,  3]])