broadcast_tensors
根据 Broadcast 规范对一组输入张量进行广播操作。
本 API 支持两种调用方式：
Paddle 风格：
paddle.broadcast_tensors(input, name=None)使用张量序列作为输入。PyTorch 风格：
paddle.broadcast_tensors(*tensors)使用可变数量的张量参数。
备注
如想了解更多 Broadcasting 内容，请参见 Tensor 介绍 .
下图展示将三个 Tensor 广播到同一维度的过程。三个 Tensor 的尺寸分别为 [4, 1, 3]、[2, 3]、[4, 2, 1]，在广播时，会从最后一个维度开始对齐，对于每一个维度，任意两个 Tensor 的在该维度大小相等；或者其中一个 Tensor 的维度等于 1；或者其中一个 Tensor 的维度不存在。
在下图中，
最后一个维度中，Tenser3 取值为 1，Tensor1 和 Tensor2 取值为 3，所有 Tensor 的该维度被扩张为 3；
倒数第二个维度中，Tenser1 取值为 1，Tensor2 和 Tensor3 取值为 2，所有 Tensor 的该维度被扩张为 2；
倒数第三个维度中，Tenser2 为空，Tensor1 和 Tensor3 取值为 4，所有 Tensor 的该维度被扩张为 4。
最终，所有 Tensor 都被扩张到 [4, 2, 3]。
参数
input (list(Tensor)|tuple(Tensor)) - 张量列表或张量元组，数据类型为：
bool、float32、float64、complex64、complex128、int32或int64。所有的输入 Tensor 均需要满足 rank <= 5。name (str，可选) - 具体用法请参见 api_guide_Name，一般无需设置，默认值为
None。
返回
list(Tensor)，一组 Broadcast 后的 Tensor，其顺序与 input 一一对应。
代码示例
>>> import paddle
>>> x1 = paddle.rand([1, 2, 3, 4]).astype('float32')
>>> x2 = paddle.rand([1, 2, 1, 4]).astype('float32')
>>> x3 = paddle.rand([1, 1, 3, 1]).astype('float32')
>>> out1, out2, out3 = paddle.broadcast_tensors(input=[x1, x2, x3])
>>> # out1, out2, out3: tensors broadcasted from x1, x2, x3 with shape [1,2,3,4]