Pytorch-torch.stack 与 torch.cat的拼接过程

Rlyslata

已于 2023-05-20 12:00:21 修改

阅读量273

点赞数

文章标签： pytorch 深度学习 python

于 2023-05-20 11:57:29 首次发布

本文链接：https://blog.csdn.net/qq_36696004/article/details/130778689

版权

本文详细解释了PyTorch中的torch.unsqueeze函数，它是如何在张量的特定维度上添加长度为1的新轴。接着介绍了torch.cat，用于沿指定维度拼接多个张量。最后，探讨了torch.stack，它在新的维度上堆叠张量，需要所有输入张量具有相同的形状。文章强调理解unsqueeze和cat对于掌握stack的重要性，并批评了中文资源中对此的解释往往不够清晰。

摘要由CSDN通过智能技术生成

1.torch.unqueeze

torch.unsqueeze(input, dim=None) → Tensor

torch.unsqueeze ：给input在原dim出添加一个长为1的轴newdim，示例如下：

由此可见，torch.unsequeeze作用只是添加一个长度为1的新轴

dim = 0，x.shape: (2,3) -> (1,2,3)
dim = 1，x.shape: (2,3) -> (2,1,3)
dim = 2，x.shape: (2,3) -> (2,3,1)
概括为文字描述：在给dim=i之后的轴的数据套上一个方括号[]，如dim=1，将x[0,:]，x[1,:]分别用括号括起来，即使x在原0和1轴之间添加一个新轴。
另外逆向操作是torch.squeeze，可以去掉指定的一个长度为1的轴，即去掉一个括号

2.torch.cat

torch.cat(tensors, dim=0, *, out=None) → Tensor

tensors可以使列表或者元组, 同时这些tensor除了指定的dim外，其余各轴长度必须对应相同

torch.cat：用来拼接多个tensor，拼接时会按照指定的dim来进行，示例如下：

由此可见，

dim的取值范围是[-x.shape,x.shape-1]，负数就是倒数的意思（python特色下标）
dim = 0，res.shape = (4,3)，拼接dim=0轴上的元素，dim=0上的元素都是一个长度为3的向量，将次向量看成整体即为dim=0轴上的元素，最后x可视为[A,B]向量，x+1即为[A+1,B+1]，将这两个拼接就得到了[A,B,A+1,B+1]，展开就是最终shape=(4,3)的结果
dim = 1,res.shape = (2,6), 拼接dim=1轴上的元素，dim=1上的元素都是一个个标量，将x,x+1对应dim=1轴上元素进行拼接,如x的0轴上的第一个元素是[0,1,2], 在dim=1轴上展开分别是0,1,2三个标量，将这三个标量与x+1对应0轴第一个元素在1轴展开的三个元素1,2,3进行拼接，继续如此拼接x,x+1的0轴的第二个元素，即得到了最终结果
总的来说torch.cat与各种语言中concat函数并无区别，只是维度可能更高了，被拼接的元素不再限于单个数字或字符这种标量，可能是一个多维张量，便于理解可以将该维度上的非标量元素看成整体，当成标量来拼接。
有两个逆向操作 torch.split() and torch.chunk()

3.torch.stack

torch.stack(tensors, dim=0, *, out=None) → Tensor

tensors:与torch.cat一样，可以使张量列表或元组

torch.stack：与torch.cat类似也是拼接，但不同的是：

tensors中的张量必须shape都相同
dim取值范围[-x.shape-1,x.shape]
torch.stack会在原shape中的dim位置新增一个轴，并按dim轴来cat所有张量。便于理解，可以认为torch.stack会先将所有张量做torch.unsqueeze(tensors,dim)的操作来新增轴，再将得到的张量列表做torch.cat(tensors_unsqueezed,dim)
示例如下