【python深度学习】——torch.expand()广播机制|torch.norm()

1. torch.expand()与广播机制

在处理3D点云时, 有时需要对两帧点云进行逐点的三维坐标相加减、做点积等运算, 但是读入的PCD文件中,点云数量并不一定是相等的

那么首要的一个问题就是, 如何将两帧点云处理成大小相同的矩阵然后进行计算?

torch 中一个常用的方法是expand函数, 例如下面这段函数:

def expand_matrix(ori_A, ori_B):
    point_num_A = ori_A.size()[0] #原始点云A的点数
    point_dim = ori_A.size()[1]   #原始点云A的坐标维度,一般为3维
    point_num_B = ori_B.size()[0]
    assert point_dim == ori_B.size()[1] #保障都是3维点云

    # 假定expand目标为（point_num_A, point_num_B, point_dim）

    # 对A进行广播
    A_expanded = ori_A.unsqueeze(1)
    print(f"expand A,shape= {
     A_expanded.shape}, target = {
     point_num_A, point_num_B, point_dim}")
    A_expanded = A_expanded.expand(point_num_A, point_num_B, point_dim)

    # 对B进行广播
    B_expanded = ori_B.unsqueeze(0)
    print(f"expand B,shape= {
     B_expanded.shape}, target = {
     point_num_A, point_num_B, point_dim}")
    B_expanded = B_expanded.expand(point_num_A, point_num_B, point_dim)
    return A_expanded, B_expanded

代码解释:

expand函数只能在原始 维度为1 的情况下进行扩展。如果尝试在一个不是 1 的维度上进行扩展，会引发错误。因此我们先用unsqueeze函数在目标位置上进行dim=1的扩充, 再进行expand。

注意事项

• expand 方法不会实际分配新的内存，而是通过引用的方式实现扩展。
• 使用 exp