Pytorch的torch.cat实例

41 篇文章 29 订阅
35 篇文章 4 订阅
import torch
通过 help((torch.cat)) 可以查看 cat 的用法
cat(seq,dim,out=None)

其中 seq表示要连接的两个序列,以元组的形式给出,例如:seq=(a,b),  a,b 为两个可以连接的序列
dim 表示以哪个维度连接,dim=0, 横向连接
                      dim=1,纵向连接

#实例:

    #dim=0 时:
    
    import torch
    n_data = torch.ones((100,2))
    x0_data = torch.normal(2*n_data,1)
    y0_data = torch.zeros((100,1))
    x1_data = torch.normal(-2*n_data,1)
    y1_data = torch.ones((100,1))
    x_data = torch.cat((x0_data,x1_data),0).type(torch.FloatTensor)
    y_data = torch.cat((y0_data,y1_data),0).type(torch.LongTensor)
    print('x_data的形状:',x_data.shape)
    print("y_data的形状:",y_data.shape)

 

result:
    
    x_data的形状: torch.Size([200, 2])
    y_data的形状: torch.Size([200, 1])
#实例:

    #dim=1 时:
    
    import torch
    n_data = torch.ones((100,2))
    x0_data = torch.normal(2*n_data,1)
    y0_data = torch.zeros((100,1))
    x1_data = torch.normal(-2*n_data,1)
    y1_data = torch.ones((100,1))
    x_data = torch.cat((x0_data,x1_data),1).type(torch.FloatTensor)
    y_data = torch.cat((y0_data,y1_data),1).type(torch.LongTensor)
    print('x_data的形状:',x_data.shape)
    print("y_data的形状:",y_data.shape)
result:

    x_data的形状: torch.Size([100, 4])
    y_data的形状: torch.Size([100, 2])

 

  • 0
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 2
    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 2
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