pytorch的expand_as和expand

expand(*sizes) → Tensor
参数：sizes的数组，可以是list，tuple，或者直接输入n, m
例子：
expand_as(other) → Tensor
参数：tensor

b = torch.arange(0, 6).view(6, 1, 1)
print(b.shape)  # torch.Size([6, 1, 1])

c = torch.Tensor(6, 2, 6)
print(c.shape)

d = b.expand_as(c)
print(d.shape) # torch.Size([6, 2, 6])

e = b.expand((6, 2, 6)) # expand传入的是数组，比如list, tuple
e = b.expand([6, 2, 6]) # 正确
e = b.expand(6, 2, 6) # 正确
# e = b.expand(torch.Tensor(6, 2, 6)) # expand传入的是数组，不是tensor,这个报错
print(e.shape) # torch.Size([6, 2, 6])

注意

很多人容易出错的地方是：源tensor和传入的矩阵或tensor维度在不为1的维度上必须相同，比如源source_tensor.size=(6, 1, 1)，但是传入的size=(4, 1, 2)，6和4不同报错，但是如果改成
source_tensor.size=(6, 1, 1)，传入的size=(6, 1, 2)或(6, 4, 9)都不会报错，因为在需要expand的维度上，原始tensor的维度值为1，可以expand或expand_as成任何维度。也就是说，不为1的维度值上的维度是不能被expand或expand_as的。