PyTorch中torch.cat函数和torch.stack函数说明

最新推荐文章于 2024-05-13 21:54:22 发布

实名吃香菜

最新推荐文章于 2024-05-13 21:54:22 发布

阅读量730

点赞数 12

分类专栏： PyTorch 文章标签： pytorch 人工智能 python 深度学习

本文链接：https://blog.csdn.net/qq_61980594/article/details/135701032

版权

9 篇文章 0 订阅

订阅专栏

定义： torch.cat(tensors, dim=0, out=None) → Tensor
参数：
- tensors (Sequence of Tensors)：要连接的张量序列。
- dim (int, 可选)：沿着此维连接张量序列。当 dim=0 时，torch.cat() 会按行连接多个张量，也就是在第一个维度上进行连接。这将导致张量在垂直方向上叠加。当 dim=1 时，torch.cat() 会按列连接多个张量，也就是在第二个维度上进行连接。这将导致张量在水平方向上叠加。
- out (Tensor, 可选)：输出张量。
返回值：
- 一个新的张量，它是输入张量在指定维度上的连接。
用途：
- torch.cat 用于将给定维度上的一系列张量连接在一起。张量在除连接维以外的所有维度上必须具有相同的形状。

定义： torch.stack(tensors, dim=0, out=None) → Tensor
参数：
- tensors (Sequence of Tensors)：要堆叠的张量序列，所有张量都应有相同的形状。
- dim (int, 可选)：插入新维度的索引。
- out (Tensor, 可选)：输出张量。
返回值：
- 一个新的张量，它沿着新维度对输入张量序列进行堆叠。
用途：
- torch.stack 用于创建一个新的维度，并在该维度上堆叠一系列张量。与torch.cat不同，torch.stack会增加一个新的维度，所以输出张量的维度会比输入张量多一个。