pytorch中的torch.tensor.repeat以及torch.tensor.expand用法

先看招

import torch

x = torch.tensor([[1], [2], [3]])
print(x.size())
print(x.expand(3, 4))
print(x.expand(-1, 4))   # -1 means not changing the size of that dimension，所以原来是3，现在仍然是3，故和上述等价

说白了，就是复制！！！怎么复制呢？原来是[3,1]，现在要变成[3,4]，所以是对原tensor中第二个维度里面的数进行复制！！

要求：
被扩张的那个维度必须只有一个数！！也就是说size必须是1！！，所以原tensor必须size是[3,1]，不可以是[3,2]，否则报错。即：

tensor with singleton dimensions expanded to a larger size.

同样都是复制，这个比上面这个好用。
上面这个功能可以如下实现：

x = torch.tensor([[1], [2], [3]])
print(x.size())
print(x.repeat(1, 4))#用法不一样的地方，不变的地方用1表示，而不是-1.

而且其不需要扩张的维度严格要求为1，例如可以是[3,2]，例如：

x = torch.tensor([[1,1], [2,1], [3,0]])
print(x.size())
print(x.repeat(1, 4))

这才是真正的复制啊。