pytorch的python API略读--tensor(五）

最新推荐文章于 2022-11-12 17:42:11 发布

机器视觉全栈er

最新推荐文章于 2022-11-12 17:42:11 发布

阅读量494

点赞数

分类专栏： pytorch的python API 文章标签： python 人工智能计算机视觉

本文链接：https://blog.csdn.net/qq_42322191/article/details/123285487

版权

作者：机器视觉全栈er
网站：cvtutorials.com

2.1.4 合

合和分是相反的两个过程。

torch.cat: cat是英文单词concatenate的缩写，表示连接的意思。torch.cat将一系列的tensor连接起来，这里要求被连接的tensor要有同样的shape，这个函数的用法如下：

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

这里的tensors的常见形式为(x1, x2, x3, …)，其中每个都是一个tensor，dim表示多个tensor沿着哪个维度进行连接，默认是0，表示沿着第0维连接，我们以二阶tensor(矩阵)为例：

>>> cvtutorials = torch.randn(2, 2)
>>> cvtutorials
tensor([[ 1.0078,  0.6374],
        [-1.2574, -1.2475]])
>>> torch.cat((cvtutorials, cvtutorials), 0)
tensor([[ 1.0078,  0.6374],
        [-1.2574, -1.2475],
        [ 1.0078,  0.6374],
        [-1.2574, -1.2475]])
>>> torch.cat((cvtutorials, cvtutorials), 1)
tensor