PyTorch替换列表中Tensor为不同形状Tensor时遇RuntimeError求助

我有一个包含多个单通道Tensor的列表t_list：

import torch
t_list = [
    torch.tensor([[1], [1], [1]]),
    torch.tensor([[1], [1], [1]]),
    torch.tensor([[1], [1], [1]])
]

需要将其转换为每个元素为3通道（原1列数据+2列0）的Tensor列表：

[
    torch.tensor([[1,0,0], [1,0,0], [1,0,0]]),
    torch.tensor([[1,0,0], [1,0,0], [1,0,0]]),
    torch.tensor([[1,0,0], [1,0,0], [1,0,0]])
]

尝试以下代码后报错：

import torch
z= torch.zeros(1,2)
for i, item in enumerate(t_list):
    for ii, item2 in enumerate(item):
        unsqueezed = torch.unsqueeze(item2,0)
        cat1 = torch.cat((unsqueezed,z),-1)
        squeezed = torch.squeeze(cat1,0)
        t[i][ii] = squeezed

错误信息：

RuntimeError: expand(torch.FloatTensor{[5]}, size=[]): the number of sizes provided (0) must be greater or equal to the number of dimensions in the tensor (1)

代码报错的核心原因：

1. 尝试给形状为[3,1]的原Tensor赋值1维张量（squeezed是[3]形状），维度不匹配引发错误；
2. 嵌套逐元素循环冗余，PyTorch支持批量操作，无需逐元素处理。

推荐两种简洁实现方式：

方法1：批量拼接零张量 #

import torch

t_list = [
    torch.tensor([[1], [1], [1]]),
    torch.tensor([[1], [1], [1]]),
    torch.tensor([[1], [1], [1]])
]

# 生成与列表中Tensor行数一致的零张量，形状为[3,2]
zero_tensor = torch.zeros_like(t_list[0]).repeat(1, 2)
# 遍历列表拼接原张量与零张量
result = [torch.cat((tensor, zero_tensor), dim=1) for tensor in t_list]

方法2：使用填充函数补零 #

import torch.nn.functional as F

t_list = [
    torch.tensor([[1], [1], [1]]),
    torch.tensor([[1], [1], [1]]),
    torch.tensor([[1], [1], [1]])
]

# 在最后一个维度（列方向）填充2个0
result = [F.pad(tensor, (0, 2), mode='constant', value=0) for tensor in t_list]

以上两种方法均可高效得到目标结果，规避了原代码的维度错误与冗余循环问题。

内容的提问来源于stack exchange，提问作者M.Z