torch.Tensor.expand

Tensor.expand(*sizes) → Tensor

返回 self 张量的新视图，其中单例维度已扩展为更大的尺寸。

将 -1 作为维度的大小传递意味着不更改该维度的大小。

张量也可以扩展到更大的维度数量，并且新维度将附加在前面。对于新维度，大小不能设置为 -1。

扩展张量不会分配新内存，而只是在现有张量上创建一个新视图，其中大小为 1 的维度通过将 stride 设置为 0 来扩展为更大的尺寸。任何大小为 1 的维度都可以扩展为任意值，而无需分配新内存。

参数

*sizes (torch.Size 或 int...) – 期望的扩展尺寸

警告

扩展张量的多个元素可能引用单个内存位置。因此，原地操作（尤其是矢量化的操作）可能会导致不正确的行为。如果需要写入张量，请先克隆它们。

示例

>>> x = torch.tensor([[1], [2], [3]])
>>> x.size()
torch.Size([3, 1])
>>> x.expand(3, 4)
tensor([[ 1,  1,  1,  1],
        [ 2,  2,  2,  2],
        [ 3,  3,  3,  3]])
>>> x.expand(-1, 4)   # -1 means not changing the size of that dimension
tensor([[ 1,  1,  1,  1],
        [ 2,  2,  2,  2],
        [ 3,  3,  3,  3]])