expand

paddle. expand ( x, shape, name=None ) [源代码] 

根据 shape 指定的形状扩展 x，扩展后，x 的形状和 shape 指定的形状一致。

x 的维数和 shape 的元素数应小于等于 6，并且 shape 中的元素数应该大于等于 x 的维数。扩展的维度的维度值应该为 1。

示例图解说明：: Original Tensor 显示了一个形状为 [3] 的一维张量 [1, 2, 3]。通过 paddle.expand 方法（参数 shape = [2, 3]）被广播扩展为一个形状为 [2, 3] 的二维张量。

备注

别名支持: 别名支持: 参数名 input 可替代 x 和 size 可替代 shape。 shape 支持可变参数类型。使用实例：

paddle.expand(tensor_x, shape=[3, 4], name=None) tensor_x.expand([3, 4]) -> paddle.expand(tensor_x, [3, 4]) tensor_x.expand(3, 4) -> paddle.expand(tensor_x, 3, 4) tensor_x.expand(size=[3, 4]) -> paddle.expand(tensor_x, size=[3, 4])

参数

x (Tensor) - 输入的 Tensor，数据类型为：bool、float16、float32、float64、int32、int64、uint8 或 uint16。别名： input

shape (tuple|list|Tensor) - 给定输入 x 扩展后的形状，若 shape 为 list 或者 tuple，则其中的元素值应该为整数或者是形状为 1-D 或 0-D 的 Tensor，若 shape 类型为 Tensor，则其应该为 1-D Tensor。值为-1 表示保持相应维度的形状不变。支持可变参数类型。别名： size

name (str，可选) - 具体用法请参见 api_guide_Name，一般无需设置，默认值为 None。

返回

N-D Tensor，数据类型与 x 相同。

代码示例

          >>> import paddle

>>> data = paddle.to_tensor([1, 2, 3], dtype='int32')
>>> out = paddle.expand(data, shape=[2, 3])
>>> print(out)
Tensor(shape=[2, 3], dtype=int32, place=Place(cpu), stop_gradient=True,
[[1, 2, 3],
 [1, 2, 3]])

         

使用本API的教程文档¶

torch 写法