pytorch中tensor.expand()和tensor.expand_as()函数解读

pytorch中tensor.expand()和tensor.expand_as()函数解读tensor expend 函数 gt gt gt importtorch gt gt gt a torch tensor 2 3 4 gt gt gt print a size torch Size 3 1 gt gt gt a expand 3 2 tensor 2 2 3 3

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]]) 
>>> 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。

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请联系我们举报,一经查实,本站将立刻删除。

发布者:全栈程序员-站长,转载请注明出处:https://javaforall.net/229230.html原文链接:https://javaforall.net

(0)
上一篇 2026年3月16日 下午5:10
下一篇 2026年3月16日 下午5:10


相关推荐

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注

关注全栈程序员社区公众号