tensor.expend()函数

> import torch
> a=torch.tensor([[2],[3],[4]])
> print(a.size())
torch.Size([3, 1])
> a.expand(3,2)
tensor([[2, 2],
    [3, 3],
    [4, 4]])
> a
tensor([[2],
    [3],
    [4]])

可以看出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。

tensor.expand_as()函数

> b=torch.tensor([[2,2],[3,3],[5,5]])
> print(b.size())
torch.Size([3, 2])
> a.expand_as(b)
tensor([[2, 2],
    [3, 3],
    [4, 4]])
> a
tensor([[2],
    [3],
    [4]])

可以看出,b和a.expand_as(b)的size是一样大的。且是不共享内存的。

以上这篇pytorch中tensor.expand()和tensor.expand_as()函数详解就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持。

广告合作:本站广告合作请联系QQ:858582 申请时备注:广告合作(否则不回)
免责声明:本站资源来自互联网收集,仅供用于学习和交流,请遵循相关法律法规,本站一切资源不代表本站立场,如有侵权、后门、不妥请联系本站删除!