torch拼接合并 cat优化记录

 

import torch

a= torch.FloatTensor([[1,2,3],[1,2,3]])
b=torch.FloatTensor([[4,5,6]])
#按行拼接，结构列数不变，行变多
c=torch.cat([a,b],0)
print(c)

a= torch.FloatTensor([[1,2,3],[1,2,3]])
b=torch.FloatTensor([[4,5,6],[7,8,9]])
#按列拼接，结构行数不变，需要列相同
c=torch.cat([a,b],1)
print(c)

 

如果两个都是一维，按行拼接操作如下：

import torch

a= torch.FloatTensor([1,0,1])
b=torch.FloatTensor([0,0,1])

c=torch.cat((a.unsqueeze(0),b.unsqueeze(0)),0)
print(c)

结果：

tensor([[1., 0., 1.],
        [0., 0., 1.]])

性能测试：

100张图片合并需要4s：但是转cuda后，就需要0.4s

a第一次转cuda需要1.7s，后面就需要很少的时间了。

import torch
import time

start=time.time()

a = torch.rand(1, 3, 352, 352)
b  = torch.rand(1, 3, 352, 352)
print(