PyTorch基础（五）----- torch.cat()方法

cat是concatnate的缩写，concatnate的含义拼接，深度学习模型中最为常见的是通道拼接。

一、普通用法

• dim = 1：表示将张量A、B按照维数1进行拼接，换句话说，就是按照列进行拼接

torch.cat((A,B),dim = 1)

• 案例1

x = torch.randn(3, 4)
y = torch.randn(3, 2)
print(x, x.size())
print(y, y.size())
z = torch.cat((x, y), dim =  )
print(z, z.size())

• dim = 0：表示将张量A、B按照维数0进行拼接，换句话说，就是按照行进行拼接

torch.cat((A,B),dim = 0)

• 案例2

x = torch.randn(2,3)
y = torch.randn(5,3)
print(x)
print(y)
z = torch.cat((x,y),dim = 0)
print(z)

二、进阶用法

除上述普通用法外，torch.cat()也可以将一个列表中的tensor拼接起来。

lst = []
x = torch.randn(3,4)
y = torch.randn(2,4)
print(x, x.size())
print(y, y.size())
lst.append(x)
lst.append(y)
z = torch.cat(lst, dim = 0)
print(z, z.size())

之后我会尽量每天都会更新一篇PyTorch的小知识点，不积硅步，无以至千里，只要每天积累一点点，一定会有提升的！希望这篇文章对大家有帮助！