PyTorch中如何将[1,20]张量重复堆叠得到形状为[2,20]的张量？

你需要的功能PyTorch有多个内置API可以直接实现，不需要自己写循环，以下是最常用的三种方案：

方案1：torch.repeat()（最通用，适合需要修改扩展后张量的场景） #

repeat会真实复制张量数据，返回独立的连续张量，修改扩展后的结果不会影响原始张量：

import torch

# 初始形状为[1, 20]的位置序列
pos = torch.arange(20).unsqueeze(0)
# 沿第0维复制2次，第1维保持不变，输出形状[2, 20]
expanded_pos = pos.repeat(2, 1)

如果需要和输入序列的batch size自动对齐，可以直接用输入的形状参数，不用写死数值：

input_seq = torch.randn(2, 20) # 你的输入序列
expanded_pos = pos.repeat(input_seq.shape[0], 1)

方案2：torch.expand()（只读场景更高效） #

如果扩展后的张量不需要修改元素值，用expand更节省内存，它只会创建张量视图，不会真实复制数据：

# -1表示对应维度保持原始大小，无需手动指定长度
expanded_pos = pos.expand(input_seq.shape[0], -1)

注意：修改expand生成的张量会同时修改所有复制出来的切片，且返回的张量默认不是连续内存排布，如果后续需要调用要求连续内存的API（比如view），需要手动调用.contiguous()。

方案3：torch.tile()（对齐Numpy接口） #

PyTorch 1.8及以上版本支持该API，功能和repeat基本一致，参数传入元组即可：

expanded_pos = pos.tile((input_seq.shape[0], 1))

三种方案最终输出的结果完全符合你要求的格式，你可以根据自己的使用场景选择。

内容的提问来源于stack exchange，提问作者Arneo