torch学习笔记之——广播机制，和拼接，拆分

广播机制

Bias 与feature map 进行计算的流程：

1. bias==》扩展一个维度[1,32,1,1]==》每个维度扩展为相同的shape
2. 扩张的过程：从低纬度开始，扩展高纬度的dim, 从维度的dim 开始扩展相同的size。

 

 广播机制的有效性限制：

 

 

注意点：所谓的广播机制，专注点在从小维度开始匹配。

因为显示情况是，高纬度可能都差不多，但是从高纬度具体到小维度的具体数值各有各的不同，从低纬度开始归纳上去可以保证广播机制的可实现性。

 

合并和拆分

合并的方法：cat(类似concat)，stack。

拆分：split， chunk。

Cat（合并）:

1,注意cat的条件是两个tensor的dim一致。

2,cat的两个tensor必须有一个对应维度可以是不相同，而其他维度值必须相同。

 错误例子和正例子：

 Stack（合并）：

不改变两个tensor相应dim性质的合并。

Stack合并会产生一个新的维度，可以理解为要合并的dim维度，分组。一个新的一个老的。两组。

 Dim相同是stack的条件：

 Split（拆分）：

根据所要拆分的单元的长度拆分，不指定每个单元长度，可以参数中只是给出每个单元的长度。如果指定每个单元长度，可以用一个列表指定。

 Chunk（拆分）:

按照拆出来的单元的数量来拆分。