pytorch/numpy中的广播机制

广播机制简单地说就是当两个tensor形状不同时也能进行element wise的运算，如加减乘除。但是需要满足一定的条件。（Tensor参数可以自动扩展为相等大小，无需复制数据）

条件：从shape的最后一维往前迭代，满足纬度长度相等或其中一个为1或者纬度缺失，则视为匹配，并会在相应的纬度上进行扩充，但只是浅拷贝。（纬度个数可以不一致）

即从后往前纬度的长度相等或为1

# 纬度一致
x = torch.arange(24).reshape(2,3,4)
y = torch.ones(2,1,4)  # 纬度长度相等或为1
print((x+y).shape)

# 纬度不一致
y = torch.ones(3,1)   # 从后往前纬度长度相等或为1
print((x+y).shape)