torch.cat()

import torch
a = torch.tensor([[1,2,3],[4,5,6]])
print(a.size())
b = torch.tensor([[7,8,9]])
print(b.size())
c = torch.cat((a,b),dim=0)
print(c.size())
print(c)


torch.Size([2, 3])
torch.Size([1, 3])
torch.Size([3, 3])
tensor([[1, 2, 3],
        [4, 5, 6],
        [7, 8, 9]])
import torch
a = torch.tensor([[1,2],[5,6]])
print(a.size())
b = torch.tensor([[7,8,9],[10,11,12]])
print(b.size())
c = torch.cat((a,b),dim=1)
print(c.size())
print(c)


torch.Size([2, 2])
torch.Size([2, 3])
torch.Size([2, 5])
tensor([[ 1,  2,  7,  8,  9],
        [ 5,  6, 10, 11, 12]])

torch.cat(inputs,dim)

imputs:要合并的tensor。要求剔除dim维度之后,所有tensor的形状要相同。

dim:所有tensor要在dim维度上合并,tensor 在dim上的数不一定要一致。

  • 0
    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