pytorch中torch.meshgrid（）函数理解及举例说明

说明：

函数的功能是生成网格，可以用于生成坐标。

函数输入：

输入两个一维tensor数据，且两个tensor数据类型相同，也可以输入三个一维tensor数据

函数输出：

输出两个tensor数据（两个tensor的行数为第一个输入张量的元素个数，列数为第二个输入张量的元素个数）或者三个tensor数据(三个tensor第一维度大小为第一个输入张量的元素个数，第二维度大小为第二个输入张量的元素个数，第三维度为第三个输入张量元素个数)

报错：

当两个输入tensor数据类型不同或维度不是一维时会报错。

结果理解：

输入两个一维张量的元素个数分别为n1，n2，则输出两个张量是二维的，且行和列个数均为n1，n2，输出第一个张量行相同（对应第一个输入张量），输出第二个张量列相同（对应第二个输入张量），其中第一个输出张量填充第一个输入张量中的元素，各行元素相同 ；第二个输出张量填充第二个输入张量中的元素，各列元素相同。

若输入是三个一维张量，元素个数分别为n1，n2，n3，则输出的三个张量都是三维的，且输出的三个张量的三个维度均相等，分别为n1，n2，n3。

输入为两个张量：

python 复制代码

import torch
import torch.nn as nn

a1 = torch.tensor([1,3])
b1 = torch.tensor([2,4,6])
x1,y1 = torch.meshgrid(a1,b1)
print(x1)
print(y1)

输出：
tensor([[1, 1, 1],
        [3, 3, 3]])
tensor([[2, 4, 6],
        [2, 4, 6]])

输入为三个张量：

python 复制代码

import torch
import torch.nn as nn

a2 = torch.tensor([1,3])
b2 = torch.tensor([2,4,6])
c2 = torch.tensor([7,8,9,10])
x2,y2,z2 = torch.meshgrid(a2,b2,c2)
print(x2)
print(x2.shape)
print(y2)
print(y2.shape)
print(z2)
print(z2.shape)

输出：
tensor([[[1, 1, 1, 1],
         [1, 1, 1, 1],
         [1, 1, 1, 1]],

        [[3, 3, 3, 3],
         [3, 3, 3, 3],
         [3, 3, 3, 3]]])
torch.Size([2, 3, 4])
tensor([[[2, 2, 2, 2],
         [4, 4, 4, 4],
         [6, 6, 6, 6]],

        [[2, 2, 2, 2],
         [4, 4, 4, 4],
         [6, 6, 6, 6]]])
torch.Size([2, 3, 4])
tensor([[[ 7,  8,  9, 10],
         [ 7,  8,  9, 10],
         [ 7,  8,  9, 10]],

        [[ 7,  8,  9, 10],
         [ 7,  8,  9, 10],
         [ 7,  8,  9, 10]]])
torch.Size([2, 3, 4])