如何用非标量值填充pytorch张量？

Question

如何用非标量值填充 pytorch 张量？

例如，假设我想用形状为

X

的一维火炬矢量

(n_samples, n_classes)

填充形状为

a

的火炬张量

(n_classes,)

。理想情况下，我希望能够写：

X = torch.full((n_samples, n_classes), a)

其中向量

a

是

fill_value

中的

torch.full

。然而，

torch.full

只接受一个标量作为

fill_value

(Source)。所以这段代码不起作用。

我有两个问题：

1. 如果我不能使用

   torch.full

   ，用

   X

   的

   n_sample

   副本填充

   a

   的快速方法是什么？
2. 为什么

   torch.full

   只接受标量填充值？

   torch.full

   实现不能接受张量填充值是否有充分的理由？

关于问题1.，我想简单写一下：

X = torch.ones((n_samples, n_classes)) * a

但是，有没有更快/更有效的方法来做到这一点？

作为参考，我已经查看了以下堆栈溢出帖子

• 在pytorch中，如何用另一个张量填充一个张量？
• 用掩码为真的另一个张量填充张量
• 有效地填充火炬。相等索引位置的张量
• 在 PyTorch 的特定位置向张量添加值块

但这些都没有直接回答我的问题。

谢谢！