pytorch中tensor.expand()和tensor.expand_as()函数解读

最新推荐文章于 2026-05-15 15:45:45 发布

原创最新推荐文章于 2026-05-15 15:45:45 发布 · 2.9w 阅读

62 ·

本内容遵循CC 4.0 BY-SA版权协议

标签

#expand()

收录于

本文详细介绍了PyTorch中张量的expand()和expand_as()函数的使用方法，通过实例展示了如何改变张量的维度大小，同时指出新旧张量不共享内存的特点。

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。