南强小屋 Design By 杰米
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]])
可以看出expand()函数括号里面为变形后的size大小，而且原来的tensor和tensor.expand()是不共享内存的。
tensor.expand_as()函数
> 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。
以上这篇pytorch中tensor.expand()和tensor.expand_as()函数详解就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持。
南强小屋 Design By 杰米
广告合作：本站广告合作请联系QQ：858582 申请时备注：广告合作（否则不回）
免责声明：本站文章均来自网站采集或用户投稿，网站不提供任何软件下载或自行开发的软件！ 如有用户或公司发现本站内容信息存在侵权行为，请邮件告知！ 858582#qq.com
免责声明：本站文章均来自网站采集或用户投稿，网站不提供任何软件下载或自行开发的软件！ 如有用户或公司发现本站内容信息存在侵权行为，请邮件告知！ 858582#qq.com
南强小屋 Design By 杰米
暂无pytorch中tensor.expand()和tensor.expand_as()函数详解的评论...