【pytorch】tensor.expand_as()函数使用记录

本文介绍了PyTorch中的expand和expand_as两个函数,通过实例展示了如何使用它们来改变Tensor的形状。expand函数用于创建一个与原Tensor具有相同数据但形状不同的新Tensor,而expand_as则让Tensor的形状与传入的另一个Tensor相同。这两个函数在处理Tensor时非常实用,特别是在需要广播操作的场景下。
摘要由CSDN通过智能技术生成

今天在代码中遇到:

x * y.expand_as(x)

于是就进行了知识填补。。。

多的不说,少的不唠,直接上代码案例进行学习:

import torch
x = torch.tensor([[1], [2], [3]])  # 生成tensor x,3行1列
print('xsize:',x.size())
print('x:',x)

xsize: torch.Size([3, 1])
x: tensor([[1],
           [2],
           [3]])


x_expand=x.expand(3,4)  # 将x扩展为3行4列
print('x_expand:',x_expand)

x_expand: tensor([[1, 1, 1, 1],
                  [2, 2, 2, 2],
                  [3, 3, 3, 3]]) 


x_expand=x.expand(-1,4)  # -1 means not changing the size of that dimension
print('x_expand:',x_expand)

x_expand: tensor([[1, 1, 1, 1],
                  [2, 2, 2, 2],
                  [3, 3, 3, 3]])
 
 
x_expand_as=x.expand_as(x_expand) # 将x的形状变为和x_expand一样
print('x_expand_as:',x_expand_as)

x_expand_as: tensor([[1, 1, 1, 1],
                     [2, 2, 2, 2],
                     [3, 3, 3, 3]])

总结

expand_as()这个函数就是把一个tensor变成和函数括号内一样形状的tensor,用法与expand()类似。
差别为expand括号里为size,expand_as括号里为其他tensor。

参考:
https://blog.csdn.net/wenqiwenqi123/article/details/101306839

  • 7
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

机器不学习我学习

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值