您好,登录后才能下订单哦!
密码登录
登录注册
点击 登录注册 即表示同意《亿速云用户服务条款》
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亿速云。
免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:is@yisu.com进行举报,并提供相关证据,一经查实,将立刻删除涉嫌侵权内容。