0%

Pytorch之cat()函数

发表于 更新于 分类于 阅读次数： 阅读次数： Valine：
本文字数： 1.2k 阅读时长 ≈ 1 分钟

写在前面：

参考文章：

  1. https://www.cnblogs.com/zhaoyingjie/p/14636468.html

1. cat函数

cat是concatnate的意思：拼接，联系在一起。

先说cat( )的普通用法

如果我们有两个tensor是A和B，想把他们拼接在一起，需要如下操作：

1
2
C = torch.cat( (A,B),0 )  #按维数0拼接（竖着拼）
C \= torch.cat( (A,B),1 )  #按维数1拼接（横着拼）
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
\>>> import torch
\>>> A=torch.ones(2,3)    #2x3的张量（矩阵）                                     
>>> A
tensor(\[\[ 1.,  1.,  1.\],
        \[ 1.,  1.,  1.\]\])
\>>> B=2\*torch.ones(4,3)  #4x3的张量（矩阵）                                    
>>> B
tensor(\[\[ 2.,  2.,  2.\],
        \[ 2.,  2.,  2.\],
        \[ 2.,  2.,  2.\],
        \[ 2.,  2.,  2.\]\])
\>>> C=torch.cat((A,B),0)  #按维数0（行）拼接
>>> C
tensor(\[\[ 1.,  1.,  1.\],
         \[ 1.,  1.,  1.\],
         \[ 2.,  2.,  2.\],
         \[ 2.,  2.,  2.\],
         \[ 2.,  2.,  2.\],
         \[ 2.,  2.,  2.\]\])
\>>> C.size()
torch.Size(\[6, 3\])
\>>> D=2\*torch.ones(2,4) #2x4的张量（矩阵）
>>> C=torch.cat((A,D),1)#按维数1（列）拼接
>>> C
tensor(\[\[ 1.,  1.,  1.,  2.,  2.,  2.,  2.\],
        \[ 1.,  1.,  1.,  2.,  2.,  2.,  2.\]\])
\>>> C.size()
torch.Size(\[2, 7\])