[人工智能] 【Pytorch】torch.cat()使用

开发: C++知识库 Java知识库 JavaScript Python PHP知识库人工智能区块链大数据移动开发嵌入式开发工具数据结构与算法开发测试游戏开发网络协议系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑笔记本显卡显示器固态硬盘硬盘耳机手机 iphone vivo oppo 小米华为单反装机图拉丁

-> 人工智能 -> 【Pytorch】torch.cat()使用 -> 正文阅读

[人工智能]【Pytorch】torch.cat()使用

官方文档：https://pytorch.org/docs/stable/generated/torch.cat.html?highlight=torch%20cat#torch.cat

形式：torch.cat(tensors, dim=0, *, out=None) → Tensor

作用：连接给定维度中给定的 seq 张量序列。所有张量必须具有相同的形状（连接维度除外）或为空。

torch.cat() 可以看作是 torch.split() 和 torch.chunk() 的逆运算。

参数：

tensors (sequence of Tensors) – any python sequence of tensors of the same type. Non-empty tensors provided must have the same shape, except in the cat dimension.
dim (int, optional) – the dimension over which the tensors are concatenated

输出：

out (Tensor, optional) – the output tensor.

使用案例：

x = torch.randn(2, 3)
#tensor([[ 0.6580, -1.0969, -0.4614],
#        [-0.1034, -0.5790,  0.1497]])
torch.cat((x, x, x), 0)
#tensor([[ 0.6580, -1.0969, -0.4614],
#        [-0.1034, -0.5790,  0.1497],
#        [ 0.6580, -1.0969, -0.4614],
#        [-0.1034, -0.5790,  0.1497],
#        [ 0.6580, -1.0969, -0.4614],
#        [-0.1034, -0.5790,  0.1497]])
torch.cat((x, x, x), 1)
#tensor([[ 0.6580, -1.0969, -0.4614,  0.6580, -1.0969, -0.4614,  0.6580,
#         -1.0969, -0.4614],
#        [-0.1034, -0.5790,  0.1497, -0.1034, -0.5790,  0.1497, -0.1034,
#         -0.5790,  0.1497]])