一句话定义：广播机制（Broadcasting）是数组计算库（最典型的是 NumPy，深度学习框架 PyTorch、TensorFlow 也沿用同一套规则）里的一条自动扩展规则——当两个张量形状不同、但按规则“对得上”时，小的那个会在缺失的维度上被逻辑复制，撑到和大的同形，然后逐元素运算。
它到底怎么补
规则很短：从最后一维往前逐维对比，每一对维度必须满足“相等”或“其中一个是 1”；缺的维度视作 1。举例：
(3, 4)加(4,)：后者被当成(1, 4)，再沿第 0 维复制 3 份，等价于(3, 4)。(3, 1)加(1, 4)：两个都是 1 的维度各自撑开，结果(3, 4)。(3, 4)加(3,)：从最后一维比，4 对 3，不等也不是 1，报错。
生活化的比方：给三个班发课本，一摞书是“每班一套（4 本）”，另一摞只有“单本样书”。广播相当于说“单本的那本，每班都照抄一份”。但如果一边说 4 本、一边说 3 本，就对不上账，只能报错。
关键点：广播不真的复制内存，它只是让计算时按索引复用同一份数据，所以又省内存又快。这是它比手写 repeat/tile 更该被使用的原因。
和相邻概念的区别
| 概念 | 做法 | 结果 |
|---|---|---|
| 广播 Broadcasting | 按规则隐式扩展，不占额外内存 | 形状自动对齐 |
| 复制 repeat / tile | 显式造出真实的新张量 | 占内存，形状自己定 |
| 逐元素运算 | 要求形状完全一致 | 不做任何补齐 |
可以理解为：广播是“便宜的假装”，复制是“真的造一份”。
那些不报错却算错的坑
这是广播最危险的地方——它经常不报错，但结果悄悄偏了。
1. 少写一维。想让 (N,) 的标签/权重作用在 (N, C) 上，本应写 x * w[:, None]，写成 x * w 时，如果恰好 C == N，程序不报错，但 w 被当成沿列广播，算的是完全另一回事。这类 bug 在 N 与 C 数值接近时最难发现。
2. 1 维的“万能对齐”。形状里的 1 是通配符，(N, 1) - (1, N) 会得到 (N, N) 的矩阵，若本意是逐行相减，内存和结果都错得离谱。
3. 批量维度被悄悄合并。给 (B, N, C) 加 (N, C) 是正常的；但若误传成 (B, C)，一旦 B == N 就对上了，语义全乱。
4. 静默的性能问题。广播虽不复制，但形状撑得很大时（如上例的 (N, N)），算力和显存会成倍上涨。
防守手段很朴素：关键运算前打印或断言形状（assert x.shape == y.shape），把 None/[:, None] 显式写出来，别指望“能跑就是对的”。
对从业者的意义
广播是把“写循环”变成“写一行”的核心便利，矩阵加偏置、归一化、掩码、损失计算全靠它。代价是错误从“崩溃”变成了“数值不对”——训练损失缓慢异常、指标差一点点，追查成本极高。养成看形状的习惯，比记住规则本身更值钱。具体框架的广播细节以其官方文档为准。