【pytorch】torch.cat和torch.stack的区别

本文探讨了PyTorch中的torch.cat和torch.stack两个操作的使用区别。torch.cat要求所有待拼接张量在非拼接维度上尺寸相同,而torch.stack会在张量的前面增加一个新维度进行堆叠。通过实例展示了torch.stack如何将不同维度的张量转换为具有相同前缀维度并按指定维度堆叠。
摘要由CSDN通过智能技术生成

【pytorch】torch.cat和torch.stack的区别

torch.cat

import torch
a=torch.randn((1,3,4,4)) #假设代表了[N,c,w,h]

b=torch.cat((a,a)) #维度默认是0
# (2, 3, 4, 4)

c=torch.cat((a,a),dim=1)
# (1, 6, 4, 4)

接下来看一些维度不同的

import torch
a=torch.randn((1,3,4,4)
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