如何在PyTorch中沿axis 0实现张量无循环广播相加？

要实现第二个示例的广播加法，核心是调整张量a的维度结构，让它满足PyTorch的广播规则。

PyTorch的广播规则是从最后一维开始向前匹配：

• 第一个示例中，a形状为(20,)，b为(20,20)，a会自动被广播为(20,20)（在前方补维度并复制数据），因此能直接相加。
• 第二个示例中，a是(32,20)，b是(32,20,20)，直接匹配时a缺少最后一维，导致维度不兼容。只需给a增加一个长度为1的最后一维，让它的形状变为(32,20,1)，就能和b的维度结构对齐，触发广播机制。

具体实现有几种简洁方式：

• 方法一：用unsqueeze指定新增维度位置

a = torch.rand(32, 20)
b = torch.rand(32, 20, 20)
result = a.unsqueeze(-1) + b  # a.unsqueeze(-1) 形状变为(32,20,1)

• 方法二：用索引语法快速新增维度

a = torch.rand(32, 20)
b = torch.rand(32, 20, 20)
result = a[:, :, None] + b

• 方法三：用view手动调整形状

a = torch.rand(32, 20)
b = torch.rand(32, 20, 20)
result = a.view(32, 20, 1) + b

以上方式都能让a被自动广播到(32,20,20)的形状，完成逐元素加法，全程无需循环。

内容的提问来源于stack exchange，提问作者Theodor A