PyTorch中repeat与repeat_interleave的内涵及用法

torch.tensor.repeat(*sizes)

• 官方解释：Repeats this tensor along the specified dimensions.
• 参数说明：
  • sizes (torch.Size or int…) – The number of times to repeat this tensor along each dimension.
• 个人理解

# 经过实测，我摸索到的规律如下：
# 对于一个形状为[5,]的变量X
Y = X.repeat([4])  # Y的形状为 [5,]*[4,]=[20,]   
Y = X.repeat([3,4])  # Y的形状为 [1,5]*[3,4]=[3,20]
Y = X.repeat([2,3,4])  # Y的形状为 [1,1,5]*[2,3,4]=[2,3,20]
Y = X.repeat([1,2,3,4])  # Y的形状为 [1,1,1,5]*[1,2,3,4]=[1,2,3,20]
# 对于一个形状为[4,5]的变量X
Y = X.repeat([3,4])  # Y的形状为 [4,5]*[3,4]=[12,20]
Y = X.repeat([2,3,4])  # Y的形状为 [1,4,5]*[2,3,4]=[2,12,20]
Y = X.repeat([1,2,3,4])  # Y的形状为 [1,1,4,5]*[1,2,3,4]=[1,2,12,20]

torch.repeat_interleave(input, repeats, dim=None, *, output_size=None)

• 官方解释：Repeat elements of a tensor.
• 参数说明：
  • input (Tensor) – the input tensor.
  • repeats (Tensor or int) – The number of repetitions for each element. repeats is broadcasted to fit the shape of the given axis.
  • dim (int, optional) – The dimension along which to repeat values. By default, use the flattened input array, and return a flat output array.
  • output_size (int, optional) – Total output size for the given axis ( e.g. sum of repeats). If given, it will avoid stream syncronization needed to calculate output shape of the tensor.
• 个人理解

# 经过实测，我摸索到的规律如下：
# 在不指定需要重复的轴时，函数将输入的张量拉平(flatten)后，对每个元素复制指定的次数(repeats)返回。
# 在指定针对某个轴重复时，输出张量的尺寸是输入张量对应轴乘以重复次数。
# 最关键的是理解参数repeats的含义：指定每个元素的重复次数。
	# 输入为实数(单元素的张量)是代表所有元素的重复次数。
	# 输入为非单元素张量时，必须和指定轴的元素数相同，否则报错。