深入理解 PyTorch 中的 torch.cat 函数

目录

一、 基本用法

二、多维张量拼接

三、应用场景

1、 数据预处理

2、模型拼接

---

PyTorch 是深度学习领域中广泛使用的框架之一，提供了丰富的工具和函数来处理张量。其中，torch.cat 函数是一个重要的工具，用于在给定维度上拼接张量的函数。也就是说它作用是将一组张量沿着指定的维度连接在一起。

一、 基本用法

torch.cat 的基本语法如下：

torch.cat(tensors, dim=0, out=None)

• tensors: 要连接的张量序列。
• dim: 指定连接的维度。例如，如果 dim=0，则在第一个维度上连接张量；如果 dim=1，则在第二个维度上连接张量，以此类推。
• out（可选）：输出张量。

首先，让我们看一个简单的示例：

import torch

# 创建两个张量
tensor1 = torch.tensor([[1, 2], [3, 4]])
tensor2 = torch.tensor([[5, 6]])

# 在第一个维度上拼接张量
result = torch.cat((tensor1, tensor2), dim=0)

print(result)

 运行结果：