【PyTorch】多维tensor结构数据运算问题（不定期更新）

demo1： 

def main():
    #l2norm = L2Norm(512,20)
    x = torch.tensor([[1.,2.],
                       [1.,1.]])
    norm = x.pow(2).sum(dim=1, keepdim=True).sqrt() #keep表示保持原有2维数据结构的形式
    print(norm)



if __name__ == '__main__':
    main()

结果：计算顺序从左至右按顺序执行

tensor([[2.2361],
        [1.4142]])

demo2：（cat）

def main():
    #l2norm = L2Norm(512,20)
    x = torch.tensor([[1.,2.],
                       [1.,1.]])
    # norm = x.pow(2).sum(dim=1, keepdim=True).sqrt() #keep表示保持原有2维数据结构的形式
    # print(norm)
    x2 = torch.tensor([[1.,2.],
                       [3.,4.]])
    output = torch.cat([x,x2],1)
    output2 = torch.cat([x,x2],0)
    print(output)
    print(output2)



if __name__ == '__main__':
    main()

out:

tensor([[1., 2., 1., 2.],
        [1., 1., 3., 4.]])
tensor([[1., 2.],
        [1., 1.],
        [1., 2.],
        [3., 4.]])