白云岛资源网 Design By www.pvray.com
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。
白云岛资源网 Design By www.pvray.com
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：本站资源来自互联网收集,仅供用于学习和交流,请遵循相关法律法规,本站一切资源不代表本站立场,如有侵权、后门、不妥请联系本站删除！
免责声明：本站资源来自互联网收集,仅供用于学习和交流,请遵循相关法律法规,本站一切资源不代表本站立场,如有侵权、后门、不妥请联系本站删除！
白云岛资源网 Design By www.pvray.com
暂无评论...
