Pytorch中expand()的使用(擴展某個維度)

Pytorch expand()的使用

有兩點需要註意,無論是 expand() 還是 expand_as():

1.隻能在第0維擴展一個維數,比如原來是是(1,3,4)==》(2,1,3,4),而在其他維度擴展不可以(1,3,4)==》(1,2,3,4)【錯誤】

2.如果不增加維數,隻是增加維度,要增加的原維度必須是1才可以在該維度增加維度,其他值均不可以

import torch
#1
x = torch.randn(2, 1, 1)#為1可以擴展為3和4
x = x.expand(2, 3, 4)
print('x :', x.size())
>>> x : torch.Size([2, 3, 4])
#2
#擴展一個新的維度必須在最前面,否則會報錯
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
#某一個維度為-1表示不改變該維度的大小
x = x.expand(6, -1, -1, -1)
>>> x : torch.Size([6, 2, 1, 1])
import torch
#1
x = torch.randn(2, 1, 1)#原維度為1可以擴展為其他維度
y = torch.randn(2, 3, 3)
x = x.expand_as(y)
print('x :', x.size())
>>> x : torch.Size([2, 3, 3])
#2
x = torch.randn(2, 2, 2)#原維度為其他不是1的值不可以擴展為其他維度
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()函數

返回tensor的一個新視圖

單個維度擴大為更大的尺寸。

tensor也可以擴大為更高維,新增加的維度將附在前面。

擴大tensor不需要分配新內存,隻是僅僅新建一個tensor的視圖,其中通過將stride設為0,一維將會擴展位更高維。

任何一個一維的在不分配新內存情況下可擴展為任意的數值。

note:使用expand()函數的時候

x自身不會改變,因此需要將結果重新賦值。

以上為個人經驗,希望能給大傢一個參考,也希望大傢多多支持WalkonNet。

推薦閱讀: