pytorch中torch.cat(),torch.chunk(),torch.split()函数的使用方法

一、torch.cat()函数

熟悉C字符串的同学们应该都用过strcat（）函数，这个函数在C/C++程序中用于连接2个C字符串。在pytorch中，同样有这样的函数，那就是torch.cat()函数.
先上源码定义：torch.cat(tensors,dim=0,out=None)

• 第一个参数tensors是你想要连接的若干个张量，按你所传入的顺序进行连接，注意每一个张量需要形状相同，或者更准确的说，进行行连接的张量要求列数相同，进行列连接的张量要求行数相同
• 第二个参数dim表示维度，dim=0则表示按行连接，dim=1表示按列连接

a=torch.tensor([[1,2,3,4],[1,2,3,4]])
b=torch.tensor([[1,2,3,4,5],[1,2,3,4,5]])
print(torch.cat((a,b),1))
#输出结果为：
tensor([[1, 2, 3, 4, 1, 2, 3, 4, 5],
        [1, 2, 3, 4, 1, 2, 3, 4, 5]])

二、torch.chunk（）函数

torch.cat()函数是把各个tensor连接起来，这里的torch.chunk（）的作用是把一个tensor均匀分割成若干个小tensor
源码定义:torch.chunk(intput,chunks,dim=0)

• 第一个参数input是你想要分割的tensor
• 第二个参数chunks是你想均匀分割的份数，如果该tensor在你要进行分割的维度上的size不能被chunks整除，则最后一份会略小（也可能为空）
• 第三个参数表示分割维度，dim=0按行分割，dim=1表示按列分割
• 该函数返回由小tensor组成的list<