这篇文章主要介绍了Pytorch中expand()的使用(扩展某个维度)，具有很好的参考价值，希望对大家有所帮助。如有错误或未考虑完全的地方，望不吝赐教
Pytorch expand()的使用
有两点需要注意，无论是 expand() 还是 expand_as()：文章源自设计学徒自学网-http://www.sx1c.com/38757.html
1.只能在第0维扩展一个维数，比如原来是是（1,3,4）==》（2,1,3,4），而在其他维度扩展不可以（1,3,4）==》（1,2,3,4）【错误】文章源自设计学徒自学网-http://www.sx1c.com/38757.html
2.如果不增加维数，只是增加维度，要增加的原维度必须是1才可以在该维度增加维度，其他值均不可以文章源自设计学徒自学网-http://www.sx1c.com/38757.html
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
|
import torch#1x = torch.randn(2, 1, 1)#为1可以扩展为3和4x = x.expand(2, 3, 4)print('x :', x.size())>>> x : torch.Size([2, 3, 4])#2#扩展一个新的维度必须在最前面，否则会报错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#某一个维度为-1表示不改变该维度的大小x = x.expand(6, -1, -1, -1)>>> x : torch.Size([6, 2, 1, 1]) |
|
1
2
3
4
5
6
7
8
9
10
11
12
13
|
import torch#1x = torch.randn(2, 1, 1)#原维度为1可以扩展为其他维度y = torch.randn(2, 3, 3)x = x.expand_as(y)print('x :', x.size())>>> x : torch.Size([2, 3, 3])#2x = torch.randn(2, 2, 2)#原维度为其他不是1的值不可以扩展为其他维度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()函数
返回tensor的一个新视图
单个维度扩大为更大的尺寸。文章源自设计学徒自学网-http://www.sx1c.com/38757.html
tensor也可以扩大为更高维，新增加的维度将附在前面。文章源自设计学徒自学网-http://www.sx1c.com/38757.html
扩大tensor不需要分配新内存，只是仅仅新建一个tensor的视图，其中通过将stride设为0，一维将会扩展位更高维。文章源自设计学徒自学网-http://www.sx1c.com/38757.html
任何一个一维的在不分配新内存情况下可扩展为任意的数值。文章源自设计学徒自学网-http://www.sx1c.com/38757.html
文章源自设计学徒自学网-http://www.sx1c.com/38757.html
note:使用expand()函数的时候
x自身不会改变，因此需要将结果重新赋值。文章源自设计学徒自学网-http://www.sx1c.com/38757.html
以上为个人经验，希望能给大家一个参考。文章源自设计学徒自学网-http://www.sx1c.com/38757.html
评论