torch.cat(inputs, dimension=0)

本文详细介绍了PyTorch中张量连接的功能与使用方法,通过实例演示了如何使用torch.cat函数沿不同维度连接张量序列,适用于深度学习与数据处理领域的开发者。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

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

代码

import torch
x = torch.randn(2, 3)
print(torch.cat((x, x, x)))    #默认按行连接张量
print(torch.cat((x, x, x), 0)) #按行连接张量
print(torch.cat((x, x, x), 1)) #按列连接张量

运行结果:

tensor([[-0.4339, -0.2350, -2.1694],
        [ 1.2595, -0.8431,  0.4704],
        [-0.4339, -0.2350, -2.1694],
        [ 1.2595, -0.8431,  0.4704],
        [-0.4339, -0.2350, -2.1694],
        [ 1.2595, -0.8431,  0.4704]])
tensor([[-0.4339, -0.2350, -2.1694],
        [ 1.2595, -0.8431,  0.4704],
        [-0.4339, -0.2350, -2.1694],
        [ 1.2595, -0.8431,  0.4704],
        [-0.4339, -0.2350, -2.1694],
        [ 1.2595, -0.8431,  0.4704]])
tensor([[-0.4339, -0.2350, -2.1694, -0.4339, -0.2350, -2.1694, -0.4339, -0.2350,
         -2.1694],
        [ 1.2595, -0.8431,  0.4704,  1.2595, -0.8431,  0.4704,  1.2595, -0.8431,
          0.4704]])

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值