一、torch.cat()
转载自:https://www.cnblogs.com/JeasonIsCoding/p/10162356.html
1、torch.cat()就是把多个tensor拼接在一起。在给定维度上对输入的tensor进行拼接操作。
c = torch.cat(inputs,dim)
2、参数:
inputs:待连接的张量序列。
dim:选择连接的维度,必须在0-len(inputs[0])之间。
3、示例
import torch
>>> A=torch.ones(2,3) #2x3的张量(矩阵)
>>> A
tensor([[ 1., 1., 1.],
[1., 1., 1.]])
>>> B=2*torch.ones(4,3) #4x3的张量(矩阵)
>>> B
tensor([[ 2., 2., 2.],
[ 2., 2., 2.],
[ 2., 2., 2.],
[ 2., 2., 2.]])
>>> C=torch.cat((A,B),0) #按维数0(行)拼接
>>> C
tensor([[ 1., 1., 1.],
[ 1., 1., 1.],
[ 2., 2., 2.],
[ 2., 2., 2.],
[ 2., 2., 2.],
[ 2., 2., 2.]])
>>> D=2*torch.ones(2,4) #2x4的张量(矩阵)
>>> C=torch.cat((A,D),1)#按维数1(列)拼接
>>> C
tensor([[ 1., 1., 1., 2., 2., 2., 2.],
[1., 1., 1., 2., 2., 2., 2.]])
>>> C.size()
torch.Size([2, 7])
二、view函数
view函数的作用主要是重新调整tensor的形状。
1.view(参数a,参数b,参数c...)
2.view(-1,参数b)
表示在参数b已知,参数a未知的情况下,参数会根据tensor总长度以及参数b 的大小自动补齐。例如本案例下,b为3,总长度为6,则a为2。