pytorch中tensor.expand()和tensor.expand_as()函数详解
tensor.expend()函数
>>>importtorch >>>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毛票票。
声明：本文内容来源于网络，版权归原作者所有，内容由互联网用户自发贡献自行上传，本网站不拥有所有权，未作人工编辑处理，也不承担相关法律责任。如果您发现有涉嫌版权的内容，欢迎发送邮件至：czq8825#qq.com（发邮件时，请将#更换为@）进行举报，并提供相关证据，一经查实，本站将立刻删除涉嫌侵权内容。
热门推荐
10 财运虎年祝福语简短语
11 单亲爸爸春节祝福语简短
12 狗狗上厕所训练
13 植物种植祝福语简短
14 翻译考试祝福语朋友简短
15 个人周年庆简短祝福语
16 狗狗怎么训练
17 分别祝福语简短搞笑英文
18 生日广州男生祝福语简短