Pytorch学习笔记(六)——合并与拆分

本文详细介绍了PyTorch中的张量合并(torch.cat, torch.stack)与拆分(torch.split, torch.chunk)操作,强调了不同操作的关键区别,如cat的非合并维度一致性要求和stack的新增维度特性。最后,作者以积极的态度进行了总结。" 116792787,10819181,前端脚手架解析与实践,"['JavaScript', '前端开发', '项目构建', '脚手架工具']
摘要由CSDN通过智能技术生成

学习目标

掌握Pytorch


学习内容

合并:cat/stack
拆分:split/chunk(区别在于split按长度进行拆分,chunk按数量进行拆分)


1、torch.cat()

a = torch.rand(4,32,8)
a.shape  #torch.Size([4, 32, 8])
b = torch.rand(5,32,8)
b.shape  #torch.Size([5, 32, 8])

torch.cat([a,b],dim = 0).shape  #torch.Size([9, 32, 8])

note: 在使用torch.cat() 时,非合并维度必须保持一致。

a1 = torch.rand(4,3,32,32)
a2 = torch.rand(5,3,32,32)
torch.cat([a1,a2],dim = 0)
  • 1
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值