广播（Broadcasting）是PyTorch和其他数值计算库中的一个重要机制，它允许不同形状的张量进行算术运算。在您提供的例子中：
广播机制的工作原理
当两个形状不同的张量进行算术运算时，PyTorch会尝试将它们扩展到兼容的形状，而不需要实际复制数据。广播遵循以下规则：
- 从尾部维度开始比较两个张量的形状
- 如果对应维度相等或其中一个维度为1，则兼容
- 如果一个张量的维度更少，则在前面添加尺寸为1的维度
您例子中的广播过程
在您的例子中：
img_size形状为(1, 1, 2)landmarks形状为(1, 478, 2)
广播时发生的变化：
- 第一个维度：1 = 1（兼容）
- 第二个维度：1 < 478（
img_size被广播到478） - 第三个维度：2 = 2（兼容）
实际执行时，PyTorch会"假装"img_size的形状是(1, 478, 2)，将单个(1, 1, 2)值复制到所有478个关键点位置，而不实际分配更多内存。
计算效果
- 对于每个关键点坐标
landmarks[0, i, :]（归一化到[0,1]范围） - 乘以对应的图像尺寸
img_size[0, 0, :]（像素值，如[256, 256]） - 结果：所有坐标从归一化值转换为实际像素坐标
这比手动循环每个坐标点进行缩放要高效得多，充分利用了PyTorch的向量化计算能力。
