torch tensor张量扩充维度复制维度 expand repeat 深拷贝浅拷贝问题探析，对tensor的广播计算，高维度tensor 与低维度tensor的兼容

Cookie_Cheng

于 2021-03-11 21:12:18 发布

阅读量4.2k

点赞数

分类专栏：深度学习&pytorch知识点

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/qq_20538071/article/details/114680041

版权

深度学习&pytorch知识点专栏收录该内容

19 篇文章 2 订阅 ¥89.90 ¥99.00

订阅专栏

1 列表的深浅拷贝问题, 直接复制都是浅拷贝

aa = [1,2,3]
bb = aa
cc = [i for i in aa]
aa[1] = 5
print( aa,

了解本专栏

关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
torch tensor张量扩充维度复制维度 expand repeat 深拷贝浅拷贝问题探析，对tensor的广播计算，高维度tensor 与低维度tensor的兼容

expand 扩充维度的作用import torcha = torch.ones([1,1,2,3])b = a.expand( [1,2,2,3])print(a,'\n',b)a += 2print(a,'\n',b)output：atensor([[[[1., 1., 1.], [1., 1., 1.]]]]) b tensor([[[[1., 1., 1.], [1., 1., 1.]], [[1., 1., 1
复制链接

扫一扫

专栏目录

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

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。