Question

使用pytorch张量进行维扩展的方式是什么？

-之前： torch.Size（[3，3，3]）

tensor([[[ 0.,  1.,  2.],
         [ 3.,  4.,  5.],
         [ 6.,  7.,  8.]],

        [[ 9., 10., 11.],
         [12., 13., 14.],
         [15., 16., 17.]],

        [[18., 19., 20.],
         [21., 22., 23.],
         [24., 25., 26.]]], device='cuda:0', dtype=torch.float64)

-之后： torch.Size（[2，3，3，3]）

tensor([[[[ 0.,  1.,  2.],
          [ 3.,  4.,  5.],
          [ 6.,  7.,  8.]],

         [[ 9., 10., 11.],
          [12., 13., 14.],
          [15., 16., 17.]],

         [[18., 19., 20.],
          [21., 22., 23.],
          [24., 25., 26.]]],


        [[[0., 1., 2.],
          [ 3.,  4.,  5.],
          [ 6.,  7.,  8.]],

         [[ 9., 10., 11.],
          [12., 13., 14.],
          [15., 16., 17.]],

         [[18., 19., 20.],
          [21., 22., 23.],
          [24., 25., 26.]]]], device='cuda:0', dtype=torch.float64)

在numpy下会像这样工作：

b =  np.broadcast_to(a1[None, :,:,:], (2,3,3,3))

在pytorch下如何工作？我想利用GPU。预先感谢您的帮助！

Answer 1

可以在新维度上添加unsqeeze（下面用0指定第一个维度，即位置0），然后沿该维度重复两次数据（和一次，即在其他维度上没有重复。

before = torch.tensor(..., dtype=torch.float64, device='cuda:0')
after = before.unsqueeze(0).repeat(2, 1, 1, 1)

Answer 2

对于您给定的预期结果，我们可以使用torch.Tensor.expand

b = a1.expand([2, 3, 3, 3])

pytorch张量进行尺寸扩展

2 个答案: