pytorch 两个不同纬度的Tensor相减是怎么实现的?

pytorch 两个不同纬度的Tensor相减是怎么实现的?

dim小的会复制到和dim大的一方相同,再相减.
例子:

>>> import torch
>>> d = torch.Tensor([[[1,2,3],[4,5,6],[7,8,9]]])
>>> d
tensor([[[1., 2., 3.],
         [4., 5., 6.],
         [7., 8., 9.]]])
>>> d.shape
torch.Size([1, 3, 3])
>>> f = torch.Tensor([[[1]], [[2]], [[3]]])
>>> f
tensor([[[1.]],

        [[2.]],

        [[3.]]])
>>> f.shape
torch.Size([3, 1, 1])        
>>> d-f
tensor([[[ 0.,  1.,  2.],
         [ 3.,  4.,  5.],
         [ 6.,  7.,  8.]],

        [[-1.,  0.,  1.],
         [ 2.,  3.,  4.],
         [ 5.,  6.,  7.]],

        [[-2., -1.,  0.],
         [ 1.,  2.,  3.],
         [ 4.,  5.,  6.]]])
>>> (d-f).shape
torch.Size([3, 3, 3])

注意：复制仅限于dim=1的时候。