问题描述
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.,[[[0.,26.]]]],dtype=torch.float64)
在numpy下会像这样工作：
b = np.broadcast_to(a1[None,:,:],(2,3,3))
在pytorch下如何工作？我想利用GPU。预先感谢您的帮助！
解决方法
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)
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])