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)