Tensor.expand()
tensor.expand()函数可以将维度值包含 1 的Tensor(如:torch.Size([1, n])或者torch.Size([n, 1]))的维度进行扩展。其具体的扩展规则如下:
- 只能对维度值包含 1 的张量Tensor进行扩展,无需扩展的维度保持不变或置-1,即:Tensor的size必须满足:torch.Size([1, n]) 或者 torch.Size([n, 1]) 。
- 扩展的Tensor不会分配新的内存,只是原来的基础上创建新的视图并返回;
应用实例:
import torch
a = torch.randn(1, 2)
a_exp = a.expand(3, 2) # 等价于 a.expand(3, -1)
print(a, a.shape)
print(a_exp, a_exp.shape)
tensor([[0.7436, 0.4428]]) torch.Size([1, 2])
tensor([[0.7436, 0.4428],
[0.7436, 0.4428],
[0.7436, 0.4428]]) torch.Size([3, 2])
Tensor.expand_as()
a = torch.tensor([[2], [3], [4]]) # (3, 1)
b = torch.tensor([[2,2],[3,3],[5,5]]) # (3, 2)
a = a.expand_as(b)
print(a, a.size())
tensor([[2, 2],
[3, 3],
[4, 4]]) torch.Size([3, 2])
numpy.expand_dims()
稍稍扩展一下 numpy.expand_dims, 这个函数主要作用是增加一个维度。
类似 pytorch 中的 torch.unsqueeze()
a = np.array([1,2,3])
print(a.shape)
a = np.expand_dims(a, axis=0)
print(a.shape)
(3,)
(1, 3)