torch.Tensor.expand

Tensor.expand(*sizes) → Tensor

返回 self 张量的新视图，将单例维度扩展到更大的大小。

将-1 作为尺寸传递给维度意味着不改变该维度的尺寸。

张量也可以扩展到更多的维度，新的维度将添加到前面。对于新的维度，大小不能设置为-1。

扩展张量不会分配新的内存，但只创建了一个新的视图，在现有的张量中，大小为 1 的维度通过将 stride 设置为 0 来扩展到更大的大小。任何大小为 1 的维度都可以扩展到任意值，而不需要分配新的内存。

参数:

*sizes (torch.Size 或 int...) – 所需的扩展大小

警告

扩展后的张量中可能多个元素指向同一个内存位置。因此，原地操作（尤其是向量化的操作）可能会导致不正确的行为。如果您需要写入张量，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]])