PyTorch 拼接与拆分-Tensor基本操作

拼接： cat, stack …

• 使用 cat 在指定维度 dim 上拼接: torch.cat(element_list, dim)

  >>> a = torch.rand(2,3) 
  >>> b = torch.rand(1,3) 
  >>> c = torch.cat([a,b], dim=0) 
  >>> c.shape
  torch.Size([3, 3])
  

• 使用 stack 在新增维度 dim 上拼接: torch.cat(element_list, dim),

  • 注：element_list 中 element 的 shape 必须完全一致

  >>> a = torch.rand(2,3) 
  >>> b = torch.rand(2,3) 
  >>> c = torch.stack([a,b], dim=0)
  >>> c.shape
  torch.Size([2, 2, 3])
  

拆分：split，chunk …

• 使用 split 根据长度拆分：a.split(l, dim)
  • 注：长度不一样时：a.split(l_list, dim)

  >>> a.split(1, dim=0)  # 或 a.split([1,1], dim=0)
  (tensor([[0.7967, 0.5056, 0.7963]]), tensor([[0.8603, 0.7029, 0.7590]]))
  

• 使用 chunk根据数量拆分：a.chunk(n, dim)

  >>> a.chunk(2, dim=0) 
  (tensor([[0.7967, 0.5056, 0.7963]]), tensor([[0.8603, 0.7029, 0.7590]]))
  

---

• B站视频参考资料