做公司网站需要注意什么国内seo公司哪家最好
在 PyTorch 中，expand() 和 repeat() 都用于张量维度的扩展与复制，但它们的原理和内存使用方式不同，适用于不同场景。
1、 expand()：广播扩展（不复制数据）
功能：
expand() 返回一个视图（view），通过 广播机制 将张量在指定维度“扩展”，不复制内存。
限制：
只能在原始维度为 1 的轴上扩展，不能创建新的维度，也不能在非 1 的维度扩展。
示例：
import torchx = torch.tensor([[1], [2], [3]]) # shape: (3, 1)# 扩展第二维到4
y = x.expand(3, 4)print("x:\n", x)
print("y:\n", y)
输出：
x:tensor([[1],[2],[3]])
y:tensor([[1, 1, 1, 1],[2, 2, 2, 2],[3, 3, 3, 3]])
注意：
虽然看起来 y 是复制的，但它没有真正复制数据，只是广播视图，不占用额外内存。
2、repeat()：真实复制张量内容
功能：
repeat() 沿指定维度进行实际数据复制，得到一个新的张量。与 expand() 不同，它复制数据，占用更多内存，但灵活性更强。
示例：
x = torch.tensor([[1], [2], [3]]) # shape: (3, 1)# 在第0维重复1次，第1维重复4次
y = x.repeat(1, 4) # shape: (3, 4)print("x:\n", x)
print("y:\n", y)
输出：
x:tensor([[1],[2],[3]])
y:tensor([[1, 1, 1, 1],[2, 2, 2, 2],[3, 3, 3, 3]])
3、 对比总结
| 特性 | expand() | repeat() |
|---|---|---|
| 是否复制内存 | ❌ 否，仅创建视图 | ✅ 是，真正复制数据 |
| 是否支持广播 | ✅ 只能在维度为 1 的轴广播 | ❌ 直接复制，不依赖维度是否为1 |
| 内存开销 | 小（共享内存） | 大（复制数据） |
| 灵活性 | 限制多，效率高 | 更灵活但效率低 |
| 常用于场景 | batch 中广播参数、掩码构造等 | 构造 tile 模式张量、数据重复 |
4、 实战对比：
x = torch.tensor([1, 2, 3]) # shape: (3,)# reshape 成 (3,1) 才能 expand
x1 = x.view(3, 1).expand(3, 4)
x2 = x.view(3, 1).repeat(1, 4)print("expand:\n", x1)
print("repeat:\n", x2)
输出：
expand:tensor([[1, 1, 1, 1],[2, 2, 2, 2],[3, 3, 3, 3]])
repeat:tensor([[1, 1, 1, 1],[2, 2, 2, 2],[3, 3, 3, 3]])
虽然结果相同，但 expand() 的效率更高（无数据复制）。
如果希望根据具体场景（如节省内存 vs 需要独立复制）选择操作，建议：
- 广播 →
expand() - 真正数据复制 →
repeat()
5、实战示例
下面分别通过两个实际应用场景来展示 expand() 和 repeat() 的用法：
1. BERT 中 attention mask 构造
BERT 中的 self-attention 通常需要一个 attention_mask，它的形状是 (batch_size, 1, 1, seq_len) 或 (batch_size, 1, seq_len, seq_len)，需要通过 expand() 扩展广播。
示例场景：
你有一个 batch 的文本序列，每个位置为 1 表示有效，0 表示 padding：
import torch# 假设一个 batch 的 attention mask (batch_size=2, seq_len=4)
mask = torch.tensor([[1, 1, 1, 0],[1, 1, 0, 0]]) # shape: (2, 4)
我们需要将其变成 (2, 1, 1, 4) 用于 broadcasting：
# 加维度：batch_size x 1 x 1 x seq_len
mask_expanded = mask.unsqueeze(1).unsqueeze(2) # shape: (2,1,1,4)# 假设 query length 也为 4，我们要 broadcast 到 (2, 1, 4, 4)
attn_mask = mask_expanded.expand(-1, 1, 4, -1) # -1 表示保持原维度print(attn_mask.shape)
print(attn_mask)
输出：
torch.Size([2, 1, 4, 4])
tensor([[[[1, 1, 1, 0],[1, 1, 1, 0],[1, 1, 1, 0],[1, 1, 1, 0]]],[[[1, 1, 0, 0],[1, 1, 0, 0],[1, 1, 0, 0],[1, 1, 0, 0]]]])
这就是 BERT 中构造多头注意力掩码时典型使用 expand() 的方式。
2. 图像 tile：使用 repeat() 扩展图像张量
例如我们有一个灰度图像 1x1x28x28（batch_size=1, channel=1），我们希望将这个图像 横向复制 2 次、纵向复制 3 次，形成一个大的拼接图像。
示例代码：
import torch# 创建一个伪图像：1个通道，28x28
img = torch.arange(28*28).reshape(1, 1, 28, 28).float()# 纵向重复3次，横向重复2次
# repeat参数: batch, channel, height_repeat, width_repeat
tiled_img = img.repeat(1, 1, 3, 2) # 形状: (1, 1, 84, 56)print(tiled_img.shape)
输出：
torch.Size([1, 1, 84, 56])
此操作实际复制了图像数据，每个像素在目标 tensor 中占有真实空间，可以用于拼接生成大图或训练 tile-based 图像模型。
3、 总结对比
| 场景 | 操作函数 | 原因 |
|---|---|---|
| BERT attention mask | expand() | 避免内存复制，适合广播掩码 |
| 图像 tile 复制 | repeat() | 必须真实复制图像内容 |
6、 多头注意力中 mask 对多头扩展的写法（补充资料）
在 多头注意力（Multi-head Attention） 中，为了让不同的头共享相同的 attention_mask，我们通常需要将 mask 的 shape 从 (batch_size, seq_len) 扩展成 (batch_size, num_heads, seq_len, seq_len)。
这个扩展操作通常组合使用 unsqueeze()、expand() 或 repeat()，根据具体实现选择是否复制内存。
1、场景设定
我们有：
- batch size =
B - sequence length =
L - number of heads =
H
输入的原始 attention mask：
# 原始 padding mask：B × L
mask = torch.tensor([[1, 1, 1, 0],[1, 1, 0, 0]
]) # shape: (2, 4)
2、 多头注意力中扩展 mask 的方法
方法 1：使用 unsqueeze + expand（不复制数据，更高效）
B, L, H = 2, 4, 8 # batch, seq_len, num_heads# 1. 原始 mask shape: (B, L)
# 2. 先加两个维度：B × 1 × 1 × L
mask = mask.unsqueeze(1).unsqueeze(2) # shape: (2, 1, 1, 4)# 3. 扩展到多头：B × H × L × L
mask = mask.expand(B, H, L, L)print(mask.shape)
输出：
torch.Size([2, 8, 4, 4])
这个扩展方式非常适合 BERT 等 Transformer 模型中的 attention_mask 构造，不会额外占用内存。
方法 2：使用 repeat（复制数据）
如果你希望生成独立的副本（比如 mask 后面会被修改），可以用 repeat：
# 先加两个维度：B × 1 × 1 × L
mask = mask.unsqueeze(1).unsqueeze(2) # (2,1,1,4)# 重复到多头：B × H × L × L
mask = mask.repeat(1, H, L, 1) # batch维不变，头重复H次，query和key维重复
3、用在 Attention 权重前：
# 假设 attention logits shape: (B, H, L, L)
attn_logits = torch.randn(B, H, L, L)# mask == 0 的地方，我们不希望注意力流动，可设为 -inf（或 -1e9）
attn_logits = attn_logits.masked_fill(mask == 0, float('-inf'))
然后将 attn_logits 送入 softmax。
4、 总结：选择 expand or repeat
| 场景 | 推荐操作 | 原因 |
|---|---|---|
| 构造 attention mask（只读） | expand() | 高效、无数据复制 |
| 构造后需要修改 | repeat() | 每个位置是独立内存 |