expand() 函数在pytorch和numpy中的使用

tensor.expand()函数可以将维度值包含 1 的Tensor（如：torch.Size([1, n])或者torch.Size([n, 1])）的维度进行扩展。其具体的扩展规则如下：

1. 只能对维度值包含 1 的张量Tensor进行扩展，无需扩展的维度保持不变或置-1，即：Tensor的size必须满足：torch.Size([1, n]) 或者 torch.Size([n, 1]) 。
2. 扩展的Tensor不会分配新的内存，只是原来的基础上创建新的视图并返回；

应用实例：

import torch
a = torch.randn(1, 2)
a_exp = a.expand(3, 2)		# 等价于 a.expand(3, -1)

print(a, a.shape)
print(a_exp, a_exp.shape)

tensor([[0.7436, 0.4428]]) torch.Size([1, 2])
tensor([[0.7436, 0.4428],
        [0.7436, 0.4428],
        [0.7436, 0.4428]]) torch.Size([3, 2])

a = torch.tensor([[2], [3], [4]])   # (3, 1)
b = torch.tensor([[2,2],[3,3],[5,5]])  # (3, 2)
a = a.expand_as(b)

print(a, a.size())
tensor([[2, 2],
        [3, 3],
        [4, 4]]) torch.Size([3, 2])

稍稍扩展一下 numpy.expand_dims, 这个函数主要作用是增加一个维度。
类似 pytorch 中的 torch.unsqueeze()

a = np.array([1,2,3])
print(a.shape)
a = np.expand_dims(a, axis=0)
print(a.shape)

(3,)
(1, 3)

参考文章：
Pytorch中tensor.expand()和tensor.expand_as()函数