Einops矩阵操作语法随记

　　参考资料：

　　https://einops.rocks/1-einops-basics/

　　这篇随笔主要记录使用Einops这个矩阵操作的库的时候发现的，值得记录的高频或者重要的操作：

　　既然网上的教程已经很详尽了，为什么还要这样做？因为遇见一次的情况很有可能下次还会遇到，主要是写给自己看，方便以后查阅。

　　1. rearrange / unsqueeze

　　添加新维度

x = rearrange(ims, 'b h w c -> b 1 h w 1 c') # functionality of numpy.expand_dims
print(x.shape)
print(rearrange(x, 'b 1 h w 1 c -> b h w c').shape) # functionality of numpy.squeeze

　　2. repeat / expand

　　元素/维度的重复。读者可能会疑惑，为什么einops中的repeat和pytorch中的expand而不是repeat相对应。根据https://github.com/arogozhnikov/einops/issues/202这个帖子的内容，einops把repeat和pytorch中的expand对应实际上是社区的需求。

　　这里解释一下pytorch中的expand和repeat，expand仅仅创建一个view，也就是说创建出的那个tensor和原始的Tensor是共享内存的，你拿到的仅仅是一个“视图”（View）。而torch中的repeat操作则是实打实的进行复制。视图可以防止显存或者内存的浪费，但是如果你希望这些参数是可训练的参数的话还是老老实实地进行repeat吧。

# repeat along a new axis. New axis can be placed anywhere
repeat(ims[0], 'h w c -> h new_axis w c', new_axis=5).shape