Pytorch中expand()如何使用

這篇文章主要介紹“Pytorch中expand()如何使用”的相關知識，小編通過實際案例向大家展示操作過程，操作方法簡單快捷，實用性強，希望這篇“Pytorch中expand()如何使用”文章能幫助大家解決問題。

Pytorch expand()的使用

有兩點需要注意，無論是 expand() 還是 expand_as()：

1.只能在第0維擴展一個維數，比如原來是是（1,3,4）==》（2,1,3,4），而在其他維度擴展不可以（1,3,4）==》（1,2,3,4）【錯誤】

2.如果不增加維數，只是增加維度，要增加的原維度必須是1才可以在該維度增加維度，其他值均不可以

import torch
#1
x = torch.randn(2, 1, 1)#為1可以擴展為3和4
x = x.expand(2, 3, 4)
print('x :', x.size())
>>> x : torch.Size([2, 3, 4])
#2
#擴展一個新的維度必須在最前面，否則會報錯
x = x.expand(2, 3, 4, 6)
>>> RuntimeError: The expanded size of the tensor (3) must match the existing size (2) at non-singleton dimension 1.
x = x.expand(6, 2, 3, 4)
>>> x : torch.Size([6, 2, 3, 4])
#3
#某一個維度為-1表示不改變該維度的大小
x = x.expand(6, -1, -1, -1)
>>> x : torch.Size([6, 2, 1, 1])

import torch
#1
x = torch.randn(2, 1, 1)#原維度為1可以擴展為其他維度
y = torch.randn(2, 3, 3)
x = x.expand_as(y)
print('x :', x.size())
>>> x : torch.Size([2, 3, 3])
#2
x = torch.randn(2, 2, 2)#原維度為其他不是1的值不可以擴展為其他維度
y = torch.randn(2, 3, 4)
x = x.expand_as(y)
print('x :', x.size())
>>> RuntimeError: The expanded size of the tensor (4) must match the existing size (2) at non-singleton dimension 2.  Target sizes: [2, 3, 4].

Pytorch expand()函數

返回tensor的一個新視圖

單個維度擴大為更大的尺寸。

tensor也可以擴大為更高維，新增加的維度將附在前面。

擴大tensor不需要分配新內存，只是僅僅新建一個tensor的視圖，其中通過將stride設為0，一維將會擴展位更高維。

任何一個一維的在不分配新內存情況下可擴展為任意的數值。

note:使用expand()函數的時候

x自身不會改變，因此需要將結果重新賦值。

關于“Pytorch中expand()如何使用”的內容就介紹到這里了，感謝大家的閱讀。如果想了解更多行業相關的知識，可以關注億速云行業資訊頻道，小編每天都會為大家更新不同的知識點。