关于expand_as()函数

关于expand_as()函数

RuntimeError: The expanded size of the tensor must match the existing size at non-singleton dimension 1. Target sizes:. Tensor sizes:

本质上,

"""
前提:
    a.shape为[6272, 64]
    b.shape为[50, 25088, 64]
"""
a_1 = a.unsqueeze(0)
# 此时,a_1.shape为[1, 6272, 64]
a_2 = a_1.expand_as(b)

核心在于,进行expand_as操作时,a_1和b之间,存在两个维度的尺寸不符,无法进行该操作

此时应该保证其他维度尺寸相符,再进行expand_as()操作

b_shape = np.array(b.shape) # 保证b.shape以数组形式存储
b_shape = [b_shape[1], b_shape[2]]  # 只保留向量b第二维和第三维的尺寸
a = a.expand(4, -1, -1).reshape(*b_shape)  # 此处的4 = b_shape[1] / a.shape[0]
# 此时保证了其他维度的相同,直接expand_as()即可
a = a.unsqueeze(0).expand_as(b)

另外,

a = a.expand(4, -1, -1).reshape(*b_shape)  # 此处的4 = b_shape[1] / a.shape[0]

原因在于

  • 7
    点赞
  • 8
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

1ce2ou

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
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。

余额充值