[Pytorch] 详解 torch.cat() |
您所在的位置：网站首页 › r cat函数 › [Pytorch] 详解 torch.cat() |
[Pytorch] 详解 torch.cat()
|
1. 定义
官方手册中描述为： torch.cat(inputs, dimension=0) → Tensor在给定维度上对输入的张量序列seq 进行连接操作。 torch.cat()可以看做 torch.split() 和 torch.chunk()的反操作。 cat() 函数可以通过下面例子更好的理解。 参数: inputs (sequence of Tensors) – 可以是任意相同Tensor 类型的python 序列dimension (int, optional) – 沿着此维连接张量序列。 2. 例子 >>> x = torch.randn(2, 3) >>> x 0.5983 -0.0341 2.4918 1.5981 -0.5265 -0.8735 [torch.FloatTensor of size 2x3] >>> torch.cat((x, x, x), 0) 0.5983 -0.0341 2.4918 1.5981 -0.5265 -0.8735 0.5983 -0.0341 2.4918 1.5981 -0.5265 -0.8735 0.5983 -0.0341 2.4918 1.5981 -0.5265 -0.8735 [torch.FloatTensor of size 6x3] >>> torch.cat((x, x, x), 1) 0.5983 -0.0341 2.4918 0.5983 -0.0341 2.4918 0.5983 -0.0341 2.4918 1.5981 -0.5265 -0.8735 1.5981 -0.5265 -0.8735 1.5981 -0.5265 -0.8735 [torch.FloatTensor of size 2x9]torch.cat((x, x, x), 1)中的 0 or 1 就是指示的维度。 除此之外，可以指示为-1。 我将举几个例子 如图，a是2x3 b是2x5的一个张量
一句话总结：上下拼接要列数相同，左右拼接要行数相同。 另，用torch.cat拼接list里的tensor： 先整个list：
|
拼接后： 
可以清楚的看到已经拼接好了，即参数可以直接传入一个seq【本文地址】
公司简介
联系我们
今日新闻 |
点击排行 |
|
推荐新闻 |
图片新闻 |
|
专题文章 |