pytorch中的expand（）和expand_as（）函數

pytorch中的expand（）和expand_as（）函數

1.expand（）函數：

     （1）函數功能： 

              expand（）函數的功能是用來擴展張量中某維數據的尺寸，它返回輸入張量在某維擴展爲更大尺寸後的張量。

              擴展張量不會分配新的內存，只是在存在的張量上創建一個新的視圖（關於張量的視圖可以參考博文：由淺入深地分析張量），而且原始tensor和處理後的tensor是不共享內存的。

              expand()函數括號中的輸入參數爲指定經過維度尺寸擴展後的張量的size。

     （2）應用舉例：

1）
import torch
a = torch.tensor([1, 2, 3])
c = a.expand(2, 3)
print(a)
print(c)

# 輸出信息：
tensor([1, 2, 3])
tensor([[1, 2, 3],
        [1, 2, 3]]



2）
import torch
a = torch.tensor([1, 2, 3])
c = a.expand(3, 3)
print(a)
print(c)

# 輸出信息：
tensor([1, 2, 3])
tensor([[1, 2, 3],
        [1, 2, 3],
        [1, 2, 3]])


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

# 輸出信息：
torch.Size([3, 1])
tensor([[1],
        [2],
        [3]])
tensor([[1, 1, 1],
        [2, 2, 2],
        [3, 3, 3]])


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

# 輸出信息：
torch.Size([3, 1])
tensor([[1],
        [2],
        [3]])
tensor([[1, 1, 1, 1],
        [2, 2, 2, 2],
        [3, 3, 3, 3]])

     （3）注意事項：

               expand（）函數只能將size=1的維度擴展到更大的尺寸，如果擴展其他size（）的維度會報錯。 

 

2.expand_as（）函數：

     （1）函數功能：

              expand_as（）函數與expand（）函數類似，功能都是用來擴展張量中某維數據的尺寸，區別是它括號內的輸入參數是另一個張量，作用是將輸入tensor的維度擴展爲與指定tensor相同的size。

     （2）應用舉例：

1）
import torch
a = torch.tensor([[2], [3], [4]])
print(a)
b = torch.tensor([[2, 2], [3, 3], [5, 5]])
print(b.size())
c = a.expand_as(b)
print(c)
print(c.size())

# 輸出信息：
tensor([[2],
        [3],
        [4]])
torch.Size([3, 2])
tensor([[2, 2],
        [3, 3],
        [4, 4]])
torch.Size([3, 2])


2）
import torch
a = torch.tensor([1, 2, 3])
print(a)
b = torch.tensor([[2, 2, 2], [3, 3, 3]])
print(b.size())
c = a.expand_as(b)
print(c)
print(c.size())

# 輸出信息：
tensor([1, 2, 3])
torch.Size([2, 3])
tensor([[1, 2, 3],
        [1, 2, 3]])
torch.Size([2, 3])

 

3.參考資料：

      其他關於張量維度操作的函數參見博文：pytorch張量維度操作