记录一种合并torch.Tensor的方法

a是形状为[2,3]的torch.tensor

b是形状为[2,3]的torch.tensor

期望输出:c.shape[2,2,3]

代码如下

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


 

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

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)

  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值