pytorch张量重复，连接，压缩，置换等常用操作

重复张量

torch.Tensor.repeat(*sizes)

在张量的某个维度上复制

张量维度 等于 repeat参数个数

#创建一个二维张量
x = torch.randn((2,3)) #torch.Size([2, 3])
#在x的两个维度上分别重复4次，2次，即得目标维度：4x2=8, 2x3=6，即（8，6）
x= x.repeat(4, 2) #torch.Size([8, 6])

张量维度 不等于 repeat参数个数

例如：

#创建一个二维张量
t1 = torch.randn((1,2)) #torch.Size([1, 2])

#维度为2，小于repeat参数数量3，则结果大小：（3，1x5, 2x6)
t2 = t1.repeat(3,5,6) #torch.Size([3, 5, 12])

再如：

#创建一个三维张量
t1 = torch.randn((2,2,3)) #torch.Size([2, 2, 3])
#目标大小（3， 2x4, 2x5, 3x6)
t2 = t1.repeat(3,4,5,6)#torch.Size([3, 8, 10, 18])

repeat类似于平铺操作 tile，repeat参数指定了在每个维度(dimention)上平铺(tile)的次数，如果张量维度 < repeat参数数量,则添加新的维度。如上例所示。

张量连接

torch.cat(tensors, dim=0, out=None) → Tensor
在指定的维度（dim)上，将张量连接