张量相加可能遇到的问题

最近在改网络模型遇到的一个张量相加问题引发了思考
对维度，通道数，长宽等有可能不同的两个张量相加，什么情况下能进行相加什么情况下又不能相加进行了一个实验

当两个通道数不同的张量相加

这种情况是能相加的，使用[1,1,14,14]和[1,256,14,14]的张量进行相加

    x = torch.ones([1,1,14,14])
    y = torch.ones([1,256,14,14])
    t = x + y
    print(t.size())

运行结果为torch.size([1,256,14,14])

两个维度不同，通道数不同的张量相加

这种情况是能相加的，使用[1,1,14,14]和[2,256,14,14]的张量进行相加

    x = torch.ones([1,1,14,14])
    y = torch.ones([2,256,14,14])
    t = x + y
    print(t.size())

结果是[2,256,14,14]

维度不同，通道数相同时

也能相加，最终结果的维度是大的那一个

当一个张量为[1,1,1,1]，可以和另一个任意维度通道数和长宽的张量相加，这里不作举例

可以参考pytorch维度不同的张量（tensor）相加规则