1、expand()函数

功能：
扩展张量中某维数据的尺寸，返回输入张量在某维扩展为更大尺寸后的张量，且原始tensor和扩展后tensor不共享内存。

参数：
括号中输入参数为指定经过维度尺寸扩展后的张量的size。

注意事项：
expand（）函数只能将size=1的维度扩展到更大的尺寸，如果扩展其他size（）的维度会报错。（如下：示例三）

# 示例一
import torch
a = torch.tensor([1, 2, 3])   # a.size:一行三列
b = a.expand(2, 3) # 将 a 扩展为：两行三列
print(a)
print(a.size)
print(b)
print(b.size)# 输出：
tensor([1, 2, 3])
torch.Size([3])
tensor([[1, 2, 3],[1, 2, 3]])
torch.Size([2, 3])# 示例二
import torch
a = torch.tensor([1, 2, 3])  # a.size:一行三列
b = a.expand(3, 3)  # 将 a 扩展为：三行三列
print(a)
print(b)
# 输出:
tensor([1, 2, 3])
tensor([[1, 2, 3],[1, 2, 3],[1, 2, 3]])# 示例三
import torch
a = torch.tensor([[1], [2], [3]])  # a.size:三行一列
b = a.expand(3, 3)  # 将 a 扩展为：三行三列
print(a.size())
print(a)
print(b.size())
print(b)
# 输出:
torch.Size([3, 1])
tensor([[1],[2],[3]])
torch.Size([3, 3])
tensor([[1, 1, 1],[2, 2, 2],[3, 3, 3]])

2、expand_as()函数

功能：
与expand()类似，用来扩展张量中某维数据的尺寸。

参数：
括号内输入参数是另一个张量（可以理解为复制操作，仿照括号内张量的size进行扩展，将输入tensor的维度扩展为与括号内指定tensor相同的size）

# 示例一
import torch
a = torch.tensor([1, 2, 3])  # a.size：一行三列
b = torch.tensor([[1, 1, 1], [2, 2, 2]])  # b.size:两行三列
c = a.expand_as(b)  # 将a的size按照b的size扩展，赋值为c,c的size和b的size是相同的
print(a)
print(a.size)print(b)
print(b.size())print(c)
print(c.size())# 输出：
tensor([1, 2, 3])
torch.Size([3])     # a的size此时是1行3列tensor([[1, 1, 1],[2, 2, 2]])
torch.Size([2, 3])  # b的size此时是2行3列tensor([[1, 2, 3],[1, 2, 3]])
torch.Size([2, 3])  # c，由a扩展而来，按照b的size扩展得到的c，c的size和b的相同，都是2行3列

【PyTorch基础】——expand(）和expand_as()相关推荐

pytorch中expand()和expand_as()和repeat()函数解读
简要三个函数都是不扩展维度却改变tensor维度数值存在的.关于扩展维度查看squeeze和unsqueeze;关于更改维度位置查看transpose和 permute 1. expand()和ex ...
深入浅出Pytorch：02 PyTorch基础知识
深入浅出Pytorch 02 PyTorch基础知识内容属性:深度学习(实践)专题航路开辟者:李嘉骐.牛志康.刘洋.陈安东领航员:叶志雄航海士:李嘉骐.牛志康.刘洋.陈安东开源内容:http ...
第02章 PyTorch基础知识
文章目录第02章 Pytorch基础知识 2.1 张量 2.2 自动求导 2.3 并行计算简介 2.3.1 为什么要做并行计算 2.3.2 CUDA是个啥 2.3.3 做并行的方法补充:通过股票数 ...
深度学习之Pytorch基础教程！
↑↑↑关注后"星标"Datawhale 每日干货 & 每月组队学习,不错过 Datawhale干货作者:李祖贤,Datawhale高校群成员,深圳大学随着深度学习的发展 ...
【深度学习】深度学习之Pytorch基础教程！
作者:李祖贤,Datawhale高校群成员,深圳大学随着深度学习的发展,深度学习框架开始大量的出现.尤其是近两年,Google.Facebook.Microsoft等巨头都围绕深度学习重点投资了一系 ...
PyTorch基础(part5)--交叉熵
学习笔记,仅供参考,有错必纠文章目录原理代码初始设置导包载入数据模型原理交叉熵(Cross-Entropy) Loss=−(t∗ln⁡y+(1−t)ln⁡(1−y))Loss =-( ...
PyTorch基础(part4)
学习笔记,仅供参考,有错必纠文章目录 PyTorch 基础 MNIST数据识别常用代码导包载入数据定义网络结构 PyTorch 基础 MNIST数据识别常用代码 # 支持多行输出 from ...
PyTorch基础(part3)
学习笔记,仅供参考,有错必纠文章目录 PyTorch 基础线性回归常用代码导包生成数据构建神经网络模型非线性回归生成数据构建神经网络模型 PyTorch 基础线性回归常用代码 # ...
PyTorch基础(part2)
学习笔记,仅供参考,有错必究文章目录 PyTorch基础基本操作加法减法/乘法/除法求和.最大.最小数据的索引求导 PyTorch基础基本操作 # 导入常用的包 import torc ...
PyTorch基础(part1)
学习笔记,仅供参考,有错必究文章目录 PyTorch基础 PyTorch介绍 PyTorch CPU版安装导包构造tensor tensor的基本属性生成数据 PyTorch基础 PyTorc ...

【PyTorch基础】——expand(）和expand_as()

1、expand()函数

2、expand_as()函数

【PyTorch基础】——expand(）和expand_as()相关推荐

最新文章

热门文章