torch.cat()函数 ,关于四维tensor维度合并。

引言:看了关于torch.cat函数的文章,有点乱,自己总结一篇,关于四维tensor合并。

  1. 一张图像在计算机中的表示通常为三维tensor(张量),即[channels,height,width] 。也就是一张彩色图片通常有三色通道(R,G,B)组成,高和宽也就是常说的照片大小,比如224x224
  2. 在图像处理的时候会增加一个变量batch_size,也就是把多少张图片作为一批进行处理。所以就变成了四维张量,即[batch_size,channels,heigth,width],也即是[批量大小,通道数,高,宽]
  3. 如何判断一个tensor是几维张量最简单的办法就是看中括号数。例如  [[[[1,2,3]]]],是四维张量。
  4. torch.cat()函数,官方文档是这样写的torch.cat(tensorsdim=0*out=None),也就是有两个参数,一个是要合并的张量,一个是在哪个维度上进行合并。

    废话少说开始演示。
import torch
a=torch.tensor([[[[1,1,1],[2,2,2]]]])
b=torch.tensor([[[[3,3,3],[4,4,4]]]])
print(a.shape,b.shape)

#torch.Size([1, 1, 2, 3]) torch.Size([1, 1, 2, 3])

定义了两个四维张量。维度都为[1,1,2,3],即批量大小为1,通道为1,高为2,宽为3

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