＆运算符在PyTorch中做什么，为什么会改变形状？

Question

我有包含x和y这两种类型的代码。他们的形状是

torch.autograd.variable.Variable

我不明白的是，为什么以下结果会产生不同的大小/形状

torch.Size([30, 1, 9])
torch.Size([1, 9, 9])

输出

z = x & y
print(z.shape)

为什么torch.Size([30, 9, 9]) 之后z的形状为30 * 9 * 9？ x & y的形状为30 * 1 * 9，x的形状为1 * 9 * 9，y在&中做什么？

Answer 1

这与&运算符无关，但与Python中广播的工作方式无关。在NumPy中引用Eric Wieser's excellent documentation on broadcasting：

  

为了进行广播，操作中两个数组的尾轴尺寸必须相同，或者其中之一必须相同。

请参见以下引用页面的图片作为示例：

这将导致您的问题如下：

• a的形状为30 x 1 x 9
• b的形状为1 x 9 x 9

因此，结果是这样创建的：

• result1是a1，因为a1 > b1
• result2是b2，因为a2 < b2
• result3既是a3又是b3，因为a3 = b3

因此，result的形状为30 x 9 x 9。

还请注意，&运算符对张量项的二进制编码实现logical conjunction。

Answer 2

我不确定，但是我最好的猜测是＆取数组中每个项目的最大值。可以肯定的是，尝试在pytorch文档中查找＆运算符。希望这会有所帮助！