pytorch中stack()和cat()的理解和区别

stack会新开辟一个新的维度，将后面的维度在这个新的维度拼接起来

cat会在原有的维度上进行拼接

代码示例：

m = torch.randn((2, 3, 4))
print(m.shape)

dim = 0

使用stack():

m = torch.stack((m, m), 0)
# torch.Size([2, 3, 4]) -> torch.Size([2, 2, 3, 4])
print(m.shape)

使用cat():

# torch.Size([2, 3, 4]) -> torch.Size([4, 3, 4])
m = torch.cat((m, m), 0)
print(m.shape)

dim = 2

使用stack():

m = torch.stack((m, m), 2)
print(m.shape)

使用cat():

m = torch.cat((m, m), 2)
print(m.shape)

dim = 3

使用stack():

使用cat():
这里使用cat会报错，因为m只有三个维度，没有第四个维度，cat只能在已有的维度上进行拼接

m = torch.cat((m, m), 3)
print(m.shape)