Pytorch——tensor.expand_as()函数

行人重识别Relation-Aware Global Attention的部分代码。

			W_ys = self.W_spatial(ys) # W_ys的维度是[8, 1, 64, 32]  是空间位置特征权重 
			# print(W_ys.shape)
			# x的维度是[8, 256, 64, 32] 
			if not self.use_channel:
				out = F.sigmoid(W_ys.expand_as(x)) * x # 位置特征，不同特征图，位置相同的
				return out
			else:   # 走的这一路
				x = F.sigmoid(W_ys.expand_as(x)) * x
			#print(x.shape) # 8 256 64 32

其中W_ys.expand_as(x)是为了把W_ys的维度[8, 1, 64, 32]扩展为和x一样的维度[8, 256, 64, 32] 。
简单例子如下：
1、

import torch
x = torch.tensor([[1], [2], [3]])
print('xsize:',x.size())
print('x:',x)

输出为：

xsize: torch.Size([3, 1])
x: tensor([[1],
        [2],
        [3]])

2、

x_expand=x.expand(3,4)
print('x_expand:',x_expand)

输出为：

x_expand: tensor([[1, 1, 1, 1],
        [2, 2, 2, 2],
        [3, 3, 3, 3]])

3、

x_expand=x.expand(-1,4)  # -1 means not changing the size of that dimension
print('x_expand:',x_expand)

输出为：

x_expand: tensor([[1, 1, 1, 1],
        [2, 2, 2, 2],
        [3, 3, 3, 3]])

4、

x_expand_as=x.expand_as(x_expand)
print('x_expand_as:',x_expand_as)

输出为：

x_expand_as: tensor([[1, 1, 1, 1],
        [2, 2, 2, 2],
        [3, 3, 3, 3]])

• 另外，expand()函数括号里面为变形后的size大小，而且原来的tensor和tensor.expand()是不共享内存的。