Pytorch中view函数、torch.cat()用法

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。