torch.cat同时连接多个tensor

torch.cat可以直接用来连接多个tensor,不需要两个两个之间相互concatenate。话不多说,下面写个例程演示一下:

In [1]: import torch

In [2]: a = torch.ones(3,4)

In [3]: b = 2*torch.ones(3,4)

In [4]: c = 3*torch.ones(3,4)

In [5]: d = torch.cat((a,b,c),axis = 1)

In [6]: e = torch.cat((a,b,c),axis = 0)

In [7]: d
Out[7]:
tensor([[1., 1., 1., 1., 2., 2., 2., 2., 3., 3., 3., 3.],
        [1., 1., 1., 1., 2., 2., 2., 2., 3., 3., 3., 3.],
        [1., 1., 1., 1., 2., 2., 2., 2., 3., 3., 3., 3.]])

In [8]: e
Out[8]:
tensor([[1., 1., 1., 1.],
        [1., 1., 1., 1.],
        [1., 1., 1., 1.],
        [2., 2., 2., 2.],
        [2., 2., 2., 2.],
        [2., 2., 2., 2.],
        [3., 3., 3., 3.],
        [3., 3., 3., 3.],
        [3., 3., 3., 3.]])
  • 3
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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