基本用法
以下由chatgpt生成
PyTorch的expand方法是用于扩展张量维度的。它是Tensor的一个方法，可以用来复制张量的形状，把一个小张量复制成一个更大的张量。
最常见的使用场景是扩展某些维度，以适配其他张量的形状。例如，假设你有一个N维张量A，并且你想要在B维张量上对其进行操作，但B的维度大于A。在这种情况下，可以使用expand方法扩展A的维度，以适配B的维度。
具体地，该方法的用法如下：
expanded_tensor = tensor.expand(sizes)
其中，tensor是需要扩展的张量，sizes是一个整数列表，表示扩展后的形状。例如，如果tensor的形状为(3, 4)，而sizes为(3, 4, 5)，那么扩展后的张量的形状将为(3, 4, 5)。
简单示例：
import torch
a = torch.tensor([1, 2, 3])
b = a.expand(3, 3)
print(b)
# output:
# tensor([[1, 2, 3],
# [1, 2, 3],
# [1, 2, 3]])
在上面的例子中，我们通过使用expand方法，将1维张量a扩展为2维张量b，并通过指定sizes参数，指定了扩展后张量的形状为(3, 3)。
sizes含-1的情况
在参数列表sizes中如果含有-1，PyTorch会尽量匹配该维度大小，使其与原始维度相等。这样就能只拓展被制定了大小的维度。
简单示例：
import torch
a = torch.tensor([1, 2, 3, 4])
b = a.expand(2, -1)
print(b)
# output:
# tensor([[1, 2, 3, 4],
# [1, 2, 3, 4]])
在上面的例子中，我们将张量a的形状扩展为(2, 4)。张量a沿着维度0拓展了两遍。