目錄

1.? torch.expand(*sizes)

2.?torch.repeat(*sizes)

3. 兩者內(nèi)存占用的區(qū)別

---

在PyTorch中有兩個(gè)函數(shù)可以用來(lái)擴(kuò)展某一維度的張量，即 torch.expand() 和 torch.repeat()

1.? torch.expand(*sizes)

【含義】將輸入張量在大小為1的維度上進(jìn)行拓展，并返回?cái)U(kuò)展更大后的張量

【參數(shù)】sizes的shape為torch.Size 或 int，指拓展后的維度, 當(dāng)值為-1的時(shí)候，表示維度不變

import torchif __name__ == '__main__':x = torch.rand(1, 3)y1 = x.expand(4, 3)print(y1.shape)  # torch.Size([4, 3])y2 = x.expand(6, -1)print(y2.shape)  # torch.Size([6, 3])

2.?torch.repeat(*sizes)

【含義】沿著特定維度擴(kuò)展張量，并返回?cái)U(kuò)展后的張量

【參數(shù)】sizes的shape為torch.Size 或 int，指對(duì)當(dāng)前維度擴(kuò)展的倍數(shù)

import torchif __name__ == '__main__':x = torch.rand(2, 3)y1 = x.repeat(4, 2)print(y1.shape)  # torch.Size([8, 6])

3. 兩者內(nèi)存占用的區(qū)別

torch.expand 不會(huì)占用額外空間，只是在存在的張量上創(chuàng)建一個(gè)新的視圖

torch.repeat 和 torch.expand 不同，它是拷貝了數(shù)據(jù)，會(huì)占用額外的空間

示例如下：

import torchif __name__ == '__main__':x = torch.rand(1, 3)y1 = x.expand(4, 3)y2 = x.repeat(2, 3)print(x.storage().data_ptr(), y1.storage().data_ptr())  # 52364352 52364352print(x.storage().data_ptr(), y2.storage().data_ptr())  # 52364352 8852096