pytorch中tensor.expand()和tensor.expand_as()函数详解

(编辑：jimmy 日期: 2024/5/20 浏览：3 次 )

tensor.expend()函数

> import torch
> a=torch.tensor([[2],[3],[4]])
> print(a.size())
torch.Size([3, 1])
> a.expand(3,2)
tensor([[2, 2],
    [3, 3],
    [4, 4]])
> a
tensor([[2],
    [3],
    [4]])

可以看出expand()函数括号里面为变形后的size大小，而且原来的tensor和tensor.expand()是不共享内存的。

tensor.expand_as()函数

> b=torch.tensor([[2,2],[3,3],[5,5]])
> print(b.size())
torch.Size([3, 2])
> a.expand_as(b)
tensor([[2, 2],
    [3, 3],
    [4, 4]])
> a
tensor([[2],
    [3],
    [4]])

可以看出，b和a.expand_as(b)的size是一样大的。且是不共享内存的。

以上这篇pytorch中tensor.expand()和tensor.expand_as()函数详解就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持。

上一篇：python的slice notation的特殊用法详解
下一篇：详解Python Opencv和PIL读取图像文件的差别