pytorch中对于tensor的一些骚操作

使用环境：pytorch1.3.1；python3.6

最近在读pytorch官方实现的Faster RCNN代码时，发现了一些非常规的tensor操作，为了方便理解，在此记录下：

1. (a[:, None] * b[None, :]).view(-1)

这是在计算anchor的k值出现的操作，其中a为一维向量[a1, a2, ..., an]，b也为一维向量[b1, b2, ..., bm]。a[:, None]目的是增加一个新维度shape从[n] -> [n, 1]，同理b[None, :]的shape从[m] -> [1, m]。接着两个矩阵相乘shape从[n, 1] * [1, m] -> [n, m] ,最后通过view（-1）展开成一维[n, m] -> [nm]。通俗的说，假设面积尺度有n个，高宽比例因子有m个，那么就能够组合成n * m个不同的矩形框（anchor）。

2. (a.view(-1, 1, 4) + b.view(1, -1, 4)).reshape(-1, 4)

这是将所有anchor绘制到原图上的出现的操作，a为二维向量shape为[n, 4]，b也为二维向量shape为[m, 4]，view和reshape的功能是类似的，a.view(-1, 1, 4)操作后shape[m, 4] -> [m, 1, 4]，b.view(1, -1, 4)操作后shape[n, 4] -> [1, n, 4]，接下来的相加就是一波骚操作了，按常理来讲两个维度不同的矩阵是不能相加的，但torch的tensor是可以的，a.view(-1, 1, 4)+b.view(1, -1, 4)后的shape是[m, n, 4]，如下图所示（我个人理解的相加过程），假设shape代表维度(x, y, z)，m=2, n=3, 首先我们对a进行view后得到我们图中的Tensor(a) shape[2, 1, 4]可以理解x方向两个单位，y方向一个单位，z方向4个单位。接着我们对b进行view得到我们图中的Tensor(b) shape[1, 3, 4]可以理解x方向一个单位，y方向三个单位，z方向4个单位。为了Tensor(a)和Tensor(b)能够相加，Tensor(a)在y方向复制了m=3次，Tensor(b)在x方向复制了n=2次，这样就得到了相同维度的两个Tensor shape[2, 3, 4]，这样就可以愉快的相加了。最后在reshape一下得到tensor的shape为[m*n, 4]。