【Pytorch】torch.Tensor.expand_as()与torch.Tensor.expand()使用与比较

torch.Tensor.expand_as官方文档地址：https://pytorch.org/docs/stable/generated/torch.Tensor.expand_as.html?highlight=expand_as#torch.Tensor.expand_as

torch.Tensor.expand()官方文档地址：https://pytorch.org/docs/stable/generated/torch.Tensor.expand.html#torch.Tensor.expand

torch.Tensor.expand()

形式：Tensor.expand(*sizes) → Tensor

作用：返回这个张量的一个新视图，其中单例维度扩展为更大的尺寸。传入 -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，其中通过将步幅设置为 0 将尺寸为 1 的维度扩展为更大的尺寸。任何大小为 1 的维度都可以扩展为任意值，而无需分配新的内存。

参数：
*sizes (torch.Size or int…) – the desired expanded size

注：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。

使用案例：

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]])

说明： expand()函数只能将size=1的维度扩展到更大的尺寸，如果扩展其他size的维度会报错。

torch.Tensor.expand_as

形式：Tensor.expand_as(other) → Tensor

作用：将此张量扩展为与其他张量相同的大小。 self.expand_as(other) 等价于 self.expand(other.size())。

参数：
other (torch.Tensor) – The result tensor has the same size as other.