torch.cat函数深入详解

1、先看torch.cat 函数的官方解释：它的功能是将多个tensor类型矩阵的连接。它有两个参数，第一个是tensor元组或者tensor列表；第二个是dim，如果tensor是二维的，dim=0指在行上连接，dim=1指在列上连接。但是注意这里在行上连接，是扩展行进行连接，在列上连接是扩展列连接。2、下面看一些例子：a=torch.randn(2,3)print(a)b=torch.cat(

gie+

6198人浏览 · 2021-12-24 00:51:51

gie+ · 2021-12-24 00:51:51 发布

1、先看torch.cat 函数的官方解释：

网址：https://pytorch.org/docs/stable/generated/torch.cat.html?highlight=torch%20cat#torch.cat
它的功能是将多个tensor类型矩阵的连接。它有两个参数，第一个是tensor元组或者tensor列表；第二个是dim，如果tensor是二维的，dim=0指在行上连接，dim=1指在列上连接。但是注意这里在行上连接，是扩展行进行连接，在列上连接是扩展列连接。
注意：torch.cat 进行连接的tensor的shape,除了需要连接的维度上的shape值可不同，必须拥有相同的shape，a是（2，3），b是(2,20)即torch.cat((a,b),-1)可以进行连接；torch.cat((a,b),0)不可以进行连接，因为3和20值不同

2、下面看一些例子：

    a=torch.randn(2,3)
    print(a)
    b=torch.cat((a,a,a),1)
    print(b)
    
'''
#输出结果,dim=1,可见扩展列了
tensor([[-0.1121, -0.2641,  0.4476],
        [-1.2637,  1.0789,  1.0342]])
tensor([[-0.1121, -0.2641,  0.4476, -0.1121, -0.2641,  0.4476, -0.1121, -0.2641,
          0.4476],
        [-1.2637,  1.0789,  1.0342, -1.2637,  1.0789,  1.0342, -1.2637,  1.0789,
          1.0342]])
'''